160.249 (20S) Übungen zur Statistik III

Sommersemester 2020

Anmeldefrist abgelaufen.

Erster Termin der LV
16.03.2020 17:00 - 19:00 HS 2 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
Tutor/in/Innen
LV-Titel englisch
Statistic exercises III
LV-Art
Vorlesung-Seminar (prüfungsimmanente LV )
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
3.0
Anmeldungen
122 (200 max.)
Organisationseinheit
Unterrichtssprache
Deutsch
LV-Beginn
16.03.2020
eLearning
zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Umgang mit R und SPSS; eigenständige Arbeit mit den beiden Auswertungsprogrammen angefangen mit der Datenaufbereitung, über die Durchführung von komplexen Auswertungsmethoden bis hin zur Interpretation der Outputs.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Vortrag, gemeinsame Diskussion, Mitarbeit am PC wünschenswert

Inhalt/e

Praktische Umsetzung der Inhalte von der LV Statistik III mit R und SPSS. Umgang mit den Daten, Darstellung der Ergebnisse (Grafiken, Tabellen, Text).

Themen:

  • Varianzanalyse (univariat, multivariat, einfaktoriell, mehrfaktoriell)                                                        
  • Clusteranalyse                                                            
  • Diskriminanzanalyse                                                            
  • Poweranalyse                                                        
  • Multiple Regression, logistische Regression     
  • Umgang mit den fehlenden Werten                                                     
  • Verschriftlichung und Darstellung von Ergebnissen statistischer Analysen

Erwartete Vorkenntnisse

Statistik I + II, Übungen zur Statistik I+II

Literatur

Alexandrowicz, R. W. (2013). R in 10 Schritten. Einführung in die statistische Programmierumgebung. Wien: fakultas.

Hatzinger, R., Hornik, K., Nagel, H. & Maier, M. (2014). R. Einführung durch angewandte Statistik. (2. Aufl.). Pearson Studium.

Hatzinger, R. & Nagel, H. (2009). PASW Statistics. Statistische Methoden und Fallbeispiele. München: Pearson Studium.

Wollschläger, D. (2010). Grundlagen der Datenanalyse mit R. Eine anwendungsorientierte Einführung. Heidelberg: Springer.

Weitere Literaturempfehlungen werden während der LV und via Moodle bekannt gegeben.

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsinhalt/e

Praktische Anwendung der in der LV erlernten Inhalte in Form von Übungsaufgaben, Teilnahme an gemeinsamer Erhebung sowie schriftliche Arbeit

Beurteilungskriterien/-maßstäbe

  • 30% der Leistung: Abgabe der Übungsblätter 
  • 10% Teilnahme an gemeinsamer Erhebung (Details in der LV)
  • 60% der Leistung: schriftliche Arbeit (Briefpaper, 5 Seiten zu einer Fragestellung, die im Rahmen gemeinsamer Erhebung festgelegt wird)

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Psychologie (SKZ: 840, Version: 12W.4)
    • Fach: Forschungsmethoden und Evaluation (Pflichtfach)
      • Übung und computergestützte Datenanalyse zu multivariaten Verfahren ( 0.0h VS / 3.0 ECTS)
        • 160.249 Übungen zur Statistik III (2.0h VS / 3.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2022
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Sommersemester 2021
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2018/19
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2017/18
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2016/17
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2015/16
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2014/15
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2013/14
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)
Wintersemester 2012/13
  • 160.249 VS Übungen zur Statistik III (2.0h / 3.0ECTS)