Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Multivariate Analyseverfahren - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Langtext
Veranstaltungsnummer Kurztext
Semester WiSe 2022/23 SWS 2
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Credits Belegung Belegpflicht
Zeitfenster
Hyperlink
Sprache Deutsch
Belegungsfristen
Einrichtung :
Fakultät für Gesellschaftswissenschaften

Einrichtung :
Fakultät für Gesellschaftswissenschaften
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Status Bemerkung fällt aus am Max. Teilnehmer/-innen E-Learning
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 12:00 bis 14:00 wöch. 13.10.2022 bis 02.02.2023  LF - LF 052       14 E-Learning
Gruppe [unbenannt]:
Zur Zeit keine Belegung möglich
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Stein, Petra , Prof. Dr.
Zuordnung zu Einrichtungen
Fakultät für Gesellschaftswissenschaften
Inhalt
Kommentar

Der Schwerpunkt dieser Veranstaltung liegt auf der linearen und der logistischen Regression. Es geht darum, die diesen Methoden zugrunde liegenden Annahmen und die Funktionsweise zunächst theoretisch zu durchdringen und diese Methoden dann praktisch mithilfe (meist) empirischer Daten anzuwenden und die erlangten Ergebnisse inhaltlich und unter methodischen Gesichtspunkten nachzuvollziehen. Es wird hauptsächlich mit der Statistik-Software SPSS und ergänzend mit Stata* gearbeitet.

*Vorwissen in Bezug auf Stata wird nicht vorausgesetzt.

Englischer Titel: Multivariate Statistical Analysis

Literatur

Einstiegsliteratur:


Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R. (2018): Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. 15. Auflage. Springer Gabler (insbesondere die Kapitel "Regressionsanalyse" und "Logistische Regression")

Wolf, C.; Best, H. (2010): Handbuch der sozialwissenschaftlichen Datenanalyse. 1. Auflage. Wiesbaden: Springer VS (insbesondere die Kapitel "Lineare Regressionsanalyse" und "Logistische Regression")

(weitere Literatur wird im Seminar bekannt gegeben)

Bemerkung

Es wird einzelne Termine in Präsenz geben, die noch bekannt gegeben werden.

 

Moodle-Kurs zur Veranstaltung:

 

https://moodle.uni-due.de/course/view.php?id=37677

Leistungsnachweis

Für die auslaufenden Studiengänge (nicht MA BDS): Hausarbeit. Für MA BDS: mündliche Prüfung.


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2022/23 , Aktuelles Semester: SoSe 2024