LFU:online

Folgende Punkte sind gewünschte Lernergebnisse der LVA:

• Statistiche Konzepte und Methoden werden ausführlich diskutiert, so dass eine gute Idee vermittelt werden soll, welche Art von Problemen mit fortgeschrittenen statistischen Methoden lösbar sind.
• Durch das 'Wissen' der einzusetzenden statistischen Methoden können Stichprobendesigns statistisch optimal angelegt werden.
• Die Anwendung statistischer Verfahren wird durch ein Annahmenset eingeschränkt. Dieses zu kennen und ihre Gültigkeit bei gegebenen Problemen (Datensätzen) sorgfältig zu überprüfen ist eine wichtige Voraussetzung, um valide Schlüsse ziehen zu können. Daher wird auf die Kontrolle der Voraussetzungen von Verfahren großen Wert in der Veranstaltung gelegt.
• Selbstverständlich ist ein Lernergebnis dieser Veranstaltung die korrekte Interpretation der Ergebnisse, die mit Hilfe von statistischen Verfahren erzielt werden können.
• Die Einschätzung der Möglichkeiten und Einschränkungen von statistischen Verfahren zu erlernen sowie auch die Bedeutung von Theorie und praktischer Relevanz nie aus den Augen zu verlieren sind Gegenstand der LVA.

Der Inhalt umfasst:

• eine gründliche Vertrautheit mit den Daten durch die deskriptive Statistik,
• eine Wiederholung von elementaren statistischen Konzepten/Begriffen wie zum Beispiel p-Wert, Signifikanz, Power Analyse, Hypothesen, ...,
• die Annahmen und korrekte Anwendung der Linearen Regressionsanalyse,
• einen Ausblick auf fortgeschrittene Verfahren der Regressionsanalyse wie zum Beispiel Geographisch Gewichtete Regression, Modelle für räumlich und zeitliche Korrelationen, und
• eine Einführung in weitere fortgeschrittene statistische Verfahren (Varianzanalyse, Cluster Analyse, Diskriminanzanalyse oder Faktor Analyse) je nach Bedarf der teilnehmenden PhD Studenierenden.

Vormittags findet die Vorlesung statt inklusiver ausführlicher Diskussionen der Arbeitsaufträge aus der vorangegangenen Lehrveranstaltungseinheit und am nachmittag werden die erlernten Methoden auf Problemstellungen angewandt und die erzielten Ergebnisse im Detail diskutiert.

Sowohl die Vorlesung am Vormittag als auch die Übung am Nachmittal lassen Raum offen für Diskussionen, Anwendungs- und Interpretationsmöglichkeiten hinsichtlich eigener Fragestellungen/Probleme.

Als Software verwenden wir hauptsächlich SPSS und wenn notwendig R.  Wenn jemand bereits vertraut ist mit einer anderen Software (z.B. STATA, Eviews, Matlab, ...), kann selbstverständlich diese verwendet werden.

Nach jedem Kurstag wird ein Arbeitsauftrag ausgegeben, der drei Tage vor dem nächsten Kurstag eabeitet und im OLA-Kurs wieder hochgeladen werden muss. Die Aufgabenstellungen behandelnt immer Fragestellungen mit geeigneten Datensätzen, die mit einer geeigneten Software analyseirt werden müssen.

Als Abschluss des Kurses findet ein schriftliche Prüfung statt.

Alle Arbeitsaufträge umfassen 50% der erreichbaren Punkte.

In der Schlussprüfung können wiederum 50% aller Punkte erzielt werden. Die Schlussprüfung dauert 90 Minuten und ist eine schriftliche Prüfung. Die Aufgaben müssen nicht am Computer gelöst werden, sondern es werden die Outputs des Softwarepaketes passend zur Fragestellung zur Verfügung gestellt und müssen ausführlich besprochen werden.

Es handelt sich bei dieser Prüfung um ein open book exam d.h. alle Unterlagen dürfen verwendet werden. Nicht erlaubt sind Handys und Laptops bzw. Computer.

Um insgesamt positiv abschließne zu können, muss in der schriftlichen Schlussprüfung die Hälfte der dort zu erreichenden Punkte erzielt werden (sprich 25%).

Enstprechende Literaturangaben befinden sich am Ende jedes Kapitels in den Folien bzw. auch im Syllabus, der unter dem angebenen Weblink zu finden ist.

Wenn auch die elementaren, statistischen Konzepte wiederholt werden, so ist doch eine abgeschlossene Einführungslehrveranstatung in Statistik (auf Bachelor oder Master Niveau) hilfreich.