Principles of Data Analysis

Die folgenden Informationen stellen ein unverbindliches Informationsangebot dar und beziehen sich auf die Prüfungsordnung MSWI/15, SMPO WS 21/22 für den Studiengang Master Wirtschaftsingenieurwesen. Rechtlich verbindliche Informationen entnehmen Sie bitte der offiziellen Veröffentlichung der Prüfungsordnung.

Steckbrief

Eckdaten

Studiengang:
Master Wirtschaftsingenieurwesen
Fachsemester:
2
Veranstaltungstyp:
Seminar
Sprache:
Deutsch/Englisch
Turnus:
Sommersemester
Zeitplan:
Ganzes Semester
Semesterwochen- stunden:
5.0
Credits:
5.0
Maximale Teilnehmer:
18
Erasmuskapazität:
0
Anwesendheits- pflicht:
Ja

Dozent

Modulinhalt

Dieser Kurs bietet eine Einführung in die statistische Datenanalyse. Dies beinhaltet Kernkonzepte und Definitionen der Datenanalyse und Statistik.
Der Kurs besteht aus drei Teilen: (1) Ein Vorlesungsteil, in dem die wichtigsten Konzepte und Methoden der Datenanalyse sowie ihre Verwendung und Anwendungsbereiche vorgestellt werden. (2) Ein Übungsteil, in dem die Studierenden die statistischen Methoden mittels statistischer Software unter Aufsicht des Dozenten trainieren. (3) Ein Anwendungsteil, in dem die Studierenden ihr das Gelernte auf verschiedene Datensätze übertragen, um ihr Wissen anzuwenden und die Daten zu analysieren.
Der Kurs umfasst Techniken um
• Daten mit Visualisierungen numerisch und grafisch zu beschreiben;
• nach Strukturen in Daten (Faktorenanalyse und Clusteranalyse) zu suchen;
• Strukturen in Daten zu testen einschließlich Gruppenvergleiche (t-Tests und Varianzanalyse) und Beziehungen (Regression der kleinsten Fehlerquadrate).

Lernziele

Gesamtziel: Dieser Kurs bietet einen Überblick über Beispiele und die praktische Anwendung der statistischen Techniken, die am häufigsten in der Managementforschung angewendet werden.

Nach erfolgreichem Abschluss dieses Kurses haben die Studierenden folgende Lernergebnisse erworben:
Studenten
• ... lernen, die richtige quantitative Forschungsmethode für die vorliegende Forschungsfrage zu wählen.
• ... lernen, konzeptionelle und empirische Forschungsarbeiten zu verstehen.
• ... lernen Unterschiede und Gemeinsamkeiten statistischer Forschungsmethoden kennen.

Voraussetzungen

(1) Gute Englischkenntnisse
(2) Grundlegendes Verständnis des Technologie- und Innovationsmanagements
(3) Bereitschaft, vorbereitende Lehrvideos zu schauen
(4) Statistisches Grundverständnis

Prüfungsleistung

Die Prüfungsleistung kann sich wie folgt zusammensetzen:

• Option A: Kolloquium und Referat (50%, benotet) und schriftliche Prüfung (50%, benotet, 60min.)
• Option B: Kolloquium und Referat (20%, benotet) und schriftliche Hausarbeit (80%, benotet)
• Option C: Schriftliche Hausarbeit (50%, benotet) und Klausur (50%, benotet, 60 min.)
• Option D: Klausur (100%, benotet, 60 min.) oder mündliche Prüfung (100%, benotet, 15-45 min.)

Der exakte Prüfungsmodus (A, B, C oder D) wird zu Beginn des Kurses bekannt gegeben. Andernfalls trifft Option B zu.
Modulbaustein für die Option D (wenn nicht anders zu Semesterbeginn bekanntgegeben):
Es besteht zudem die Möglichkeit einer Notenverbesserung über die freiwillige Einreichung von schriftlichen Übungsaufgaben. Für jede Aufgabe werden, abhängig von Umfang und Schwierigkeitsgrad Punkte vergeben. Es kann die Note der regulären Prüfung um 0,3 bzw. 0,4 Notenpunkte verbessert werden, wenn 1. die reguläre Prüfung auch ohne diese Verbesserung mit 4,0 oder besser bestanden wurde und 2. wenn wenigstens 80% der möglichen Punkte Hausaufgaben erreicht wurden.

Sonstige Informationen

Die Vorlesungen (Teil A der Veranstaltung) werden in der Regel in Form von englischsprachigen Lehrvideos gehalten.

Literatur

Vorlesungsfolien und Stata Help Files
Kohler and Kreuter: Data Analysis Using Stata, Third Edition, Stata Press.