Universität Passau
35620 Vorlesung: Computergestützte Statistik - Einführung in R - Details
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Untertitel
Veranstaltungsnummer 35620
Semester SoSe 21
Aktuelle Anzahl der Teilnehmenden 105
Heimat-Einrichtung Lehreinheit für Computergestützte Statistik und Mathematik
beteiligte Einrichtungen Lehrstuhl für Statistik und Data Analytics
Veranstaltungstyp Vorlesung in der Kategorie Lehre (mit Prüfung)
Erster Termin Mi., 14.04.2021 12:00 - 14:00 Uhr, Ort: (Online-Veranstaltung (Zoom))
Art/Form
Voraussetzungen
Grundlegende Kenntnisse in Statistik.
Lernorganisation
Geleitete Computerübungen; Vertiefung durch Übungs-aufgaben, die selbständig in R bearbeitet werden.
Leistungsnachweis
Schriftliche Klausur (60 Minuten) ca. 2-3 Wochen nach Kursende. Termin wird im Kurs festgelegt. Bei bestandener Abschluss-Klausur werden die R-Grundlagenkenntnisse auch mittels eines Zertifikats bescheinigt.
SWS
2
Literatur
  • Ligges, U. (2008), Programmieren mit R, Springer.
  • Kleiber, C. & A. Zeileis (2008), Applied Econometrics with R, Springer.
  • Field, A. & Miles, J. & Field, Z. (2012), Discovering Statistics using R, SAGE.
  • Wooldridge, J. (2013), Introductory Econometrics, 5A., South Western.
Turnus
Üblicherweise jedes Semester - meist als Blockkurs vor oder nach Vorlesungszeit (oder zwei Kurse pro Semester)
Qualifikationsziele
Ziel des Kurses ist, dass Studierende ein Grundverständnis für den Umgang mit dem Statistikprogramm R erlangen. Dies umfasst das Handling von Datensätzen, deren deskriptive Auswertung und einfache Modellschätzungen.
Workload
2 SWS (30 h Präsenzzeit, 45-60 h Eigenarbeitszeit)
ECTS-Punkte
3

Veranstaltungsort / Veranstaltungszeiten

(Online-Veranstaltung (Zoom)) Mittwoch: 12:00 - 14:00, wöchentlich (14x)

Studienbereiche

Die Angaben zu den Anrechenbarkeiten an der FIM sind ohne Gewähr. Bitte beachten Sie die verbindliche Liste der Anrechenbarkeiten .

Kommentar/Beschreibung

Zentraler Gegenstand ist die Einführung in die Arbeit mit dem Statistikprogramm R. Dies umfasst neben der Vermittlung von programmiertechnischen Grundlagen (Objekte, Funktionen, Schleifen, etc.) auch eine Einführung in die statistische Datenanalyse (Erstellen hilfreicher Tabellen und Graphiken, deskriptive Analysen, Modellschätzungen).