Informations about the modules

zurück

Module (6 Credits)

Computergestütze Methoden

Name in diploma supplement
Statistics and Computing
Responsible
Admission criteria
See exam regulations.
Workload
180 hours of student workload, in detail:
  • Attendance: 45 hours
  • Preparation, follow up: 90 hours
  • Exam preparation: 45 hours
Duration
The module takes 1 semester(s).
Qualification Targets

Die Studierenden

  • können mit Hilfe der Statistiksoftware R Daten erzeugen, einlesen und transformieren
  • können mit Hilfe statistischer Software Maßzahlen zur Beschreibung von Häufigkeitsverteilungen berechnen und interpretieren
  • können mit graphischen Methoden Daten anschaulich darstellen
  • können mit Hilfe von Zufallsgeneratoren Daten entsprechend ausge-wählter Wahrscheinlichkeitsverteilungen generieren und Simulationen durchführen
  • können einfache und multiple Regressionen mit Hilfe statistischer Software berechnen und die Ergebnisse interpretieren
  • können geeignete graphische und formale Methoden zur Diagnose von Heteroskedastie und geeignete Verfahren bei Vorliegen von Heteros-kedastie anwenden
Relevance

Die Darstellung und Analyse von Datensätzen mit geeigneter Software ist von besonderer Praxisrelevanz.

Module Exam

Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).

Usage in different degree programs
  • BWL-Ba-2006-V2013VertiefungsstudiumWahlpflichtbereichBereich Volkswirtschaftslehre, Rechtswissenschaft, Wirtschaftsinformatik, InformatikVertiefungsbereich Volkswirtschaftslehre4th Sem, Elective
  • LA-gbF-kbF-BK-Ma-2014Masterprüfung in der großen beruflichen FachrichtungWahlpflichtbereich BWL, VWL, Recht, Statistik Bereich Statistik1st Sem, Elective
  • VWL-Ba-2013VertiefungsstudiumPflichtbereich des Vertiefungsstudiums5th Sem, Compulsory
Elements
Name in diploma supplement
Statistics and Computing
Organisational Unit
Lecturers
SPW
2
Language
German
Cycle
winter semester
Participants at most
60
Preliminary knowledge

Kenntnisse der Methoden der deskriptiven und induktiven Statistik.

Abstract

Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.

Contents
  • Datenhandling
  • Deskription
  • Wahrscheinlichkeitsverteilungen
  • Lineare und multiple Regressionsrechnung
  • Heteroskedastie
Literature
  • Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
  • Andreas Behr, Vorlesungsskript Regressionsanalyse.
  • Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
Teaching concept

Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.

Participants
  • BWL-Ba-2006-V2013VertiefungsstudiumWahlpflichtbereichBereich Volkswirtschaftslehre, Rechtswissenschaft, Wirtschaftsinformatik, InformatikVertiefungsbereich VolkswirtschaftslehreModul "Computergestütze Methoden"4th Sem, Elective
  • LA-gbF-kbF-BK-Ma-2014Masterprüfung in der großen beruflichen FachrichtungFächerübergreifendes Begleitmodul zur MasterarbeitModul "Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi)"4th Sem, Elective
  • LA-gbF-kbF-BK-Ma-2014Masterprüfung in der großen beruflichen FachrichtungWahlpflichtbereich BWL, VWL, Recht, Statistik Bereich StatistikModul "Computergestütze Methoden"1st Sem, Elective
  • VWL-Ba-2013VertiefungsstudiumPflichtbereich des VertiefungsstudiumsModul "Computergestütze Methoden"5th Sem, Compulsory
Lecture: Computergestützte Methoden (WIWI‑C0736)
Name in diploma supplement
Statistics and Computing
Organisational Unit
Lecturers
SPW
2
Language
German
Cycle
winter semester
Participants at most
60
Preliminary knowledge

Kenntnisse der Methoden der deskriptiven und induktiven Statistik.

Abstract

Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.

Contents
  • Datenhandling
  • Deskription
  • Wahrscheinlichkeitsverteilungen
  • Lineare und multiple Regressionsrechnung
  • Heteroskedastie
Literature
  • Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
  • Andreas Behr, Vorlesungsskript Regressionsanalyse.
  • Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
Teaching concept

Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.

Participants
  • BWL-Ba-2006-V2013VertiefungsstudiumWahlpflichtbereichBereich Volkswirtschaftslehre, Rechtswissenschaft, Wirtschaftsinformatik, InformatikVertiefungsbereich VolkswirtschaftslehreModul "Computergestütze Methoden"4th Sem, Elective
  • LA-gbF-kbF-BK-Ma-2014Masterprüfung in der großen beruflichen FachrichtungFächerübergreifendes Begleitmodul zur MasterarbeitModul "Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi)"4th Sem, Elective
  • LA-gbF-kbF-BK-Ma-2014Masterprüfung in der großen beruflichen FachrichtungWahlpflichtbereich BWL, VWL, Recht, Statistik Bereich StatistikModul "Computergestütze Methoden"1st Sem, Elective
  • VWL-Ba-2013VertiefungsstudiumPflichtbereich des VertiefungsstudiumsModul "Computergestütze Methoden"5th Sem, Compulsory
Exercise: Computergestützte Methoden (WIWI‑C0735)
Module: Computergestütze Methoden (WIWI‑M0574)