320.832 (22W) Quantitative Methoden (M 3.2)

Wintersemester 2022/23

Anmeldefrist abgelaufen.

Erster Termin der LV
10.10.2022 12:00 - 14:00 Z.0.01 On Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch Quantitative methods (M 3.2)
LV-Art Übung (prüfungsimmanente LV )
LV-Modell Präsenzlehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 2 (30 max.)
Organisationseinheit
Unterrichtssprache Deutsch
LV-Beginn 10.10.2022
eLearning zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Ziel der LV ist es, den Studierenden fortgeschrittene statistische Techniken näherzubringen und sie zu befähigen, empirische Daten eigenständig auszuwerten.

Lehrmethodik

Vortrag bzw. gemeinsames Erarbeiten der angeführten Inhalte.

Inhalt/e

In der Lehrveranstaltung werden exemplarisch einige fortgeschrittene Konzepte  der Statistik wie beispielsweise die Mehrfachregression, partielle Korrelationskoeffizienten,  Faktorenanalyse, Clusteranalyse oder logistische Regression besprochen.  Zusätzlich wird gezeigt, wie entsprechende Probleme mittels SPSS gelöst werden können.

Erwartete Vorkenntnisse

Grundkenntnisse der  Statistik (Wahrscheinlichkeitstheorie, Testtheorie, lineare Regression und Korrelation) sowie SPSS werden vorausgesetzt.

Literatur

Field, 2018. Discovering Statistics Using IBM SPSS Statistics, SAGE Publications.

Bühl, 2019, SPSS:  Einführung in die moderne Datenanalyse ab SPSS 25. Pearson. (Das Buch stellt ein umfassendes Nachschlagewerke für SPSS dar.) 

Das erste Buch befindet sich im Semesterapparat Nr. 20.

Intendierte Lernergebnisse

The goal of the course is to give the students an introduction into advanced statistical concepts  and to enable them to conduct empirical studies by themselves.

Lehrmethodik

Lecture and joint elaboration of the listed contents.

Inhalt/e

In this lecture, some concepts of advanced statistics such as, for example, multiple regression, partial correlation coefficients, factor analysis, cluster analysis or logistic regression will be discussed. In addition, it will be shown how corresponding problems can be solved by using SPSS.

Erwartete Vorkenntnisse

Fundamentals of statistics (probability theory,  test theory, linear regression and correlation) as well as SPSS are prerequisite.

Literatur

Field, 2018. Discovering Statistics Using IBM SPSS Statistics, SAGE Publications. 

Bühl, 2019, SPSS:  Einführung in die moderne Datenanalyse ab SPSS 25. Pearson. (Das Buch stellt ein umfassendes Nachschlagewerke für SPSS dar.) 

The first book is available in Semesterapparat no. 20.

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.

Prüfungsmethode/n

(a) Mündliche/schriftliche Prüfung über die LV-Inhalte - Gewichtung 85 % (Formelsammlung gestattet) 

(b) Schriftliche Arbeit - Gewichtung 15 % . Jeder der beiden Teile muss positiv abgeschlossen sein!

(c) Die Anwesenheit beim ersten Termin ist verpflichtend!

Prüfungsinhalt/e

Lehrinhalte, welche in der LV besprochen wurden bzw. von den LV-Teilnehmern eigenständig zu erarbeiten waren.

Prüfungsmethode/n

(a) Oral/Written exam concerning the contents of the lecture - weight 85 % (a formulary is allowed).

(b) Written paper - weight 15 %. Each of the two parts must be positive!

(c) Participation at the first appointment is compulsory!


Prüfungsinhalt/e

Contents that have been discussed within the lecture and contents that have been acquired by the students for themselves.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Geographie und Regionalforschung: Geographische Systemwissenschaften (SKZ: 855, Version: 13W.1)
    • Fach: Grundlagen und Methoden Geographischer Systemwissenschaften (Pflichtfach)
      • Systemwissenschaftliche Methoden ( 0.0h PS / 7.0 ECTS)
        • 320.832 Quantitative Methoden (M 3.2) (2.0h UE / 4.0 ECTS)
  • Masterstudium Geographie und Regionalforschung: Geographische Systemwissenschaften (SKZ: 855, Version: 13W.1)
    • Fach: Grundlagen und Methoden Geographischer Systemwissenschaften (Pflichtfach)
      • Komplexität und Nicht-Linearität in geographischen Zusammenhängen ( 0.0h PS / 7.0 ECTS)
        • 320.832 Quantitative Methoden (M 3.2) (2.0h UE / 4.0 ECTS)
  • Masterstudium Geographie und Regionalforschung: Regionale Transformationen (SKZ: 855, Version: 22W.1)
    • Fach: Methoden (Pflichtfach)
      • 3.2 Quantitative Methoden ( 0.0h UE / 4.0 ECTS)
        • 320.832 Quantitative Methoden (M 3.2) (2.0h UE / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Diese Lehrveranstaltung ist keiner Kette zugeordnet