Sie sind nicht angemeldet

Multivariate Statistik - Vertiefung


Dozent/in Prof. Dr. Rainer Diaz-Bone
Veranstaltungsart Kolloquialvorlesung
Code FS251463
Semester Frühjahrssemester 2025
Durchführender Fachbereich Soziologie
Studienstufe Bachelor Master
Termin/e Do, 20.02.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 06.03.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 13.03.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 20.03.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 27.03.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 03.04.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 10.04.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 17.04.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 01.05.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 08.05.2025, 14:15 - 16:00 Uhr, HS 2
Do, 15.05.2025, 14:15 - 16:00 Uhr, 3.B52
Do, 22.05.2025, 14:15 - 16:00 Uhr, 3.B52
Umfang 2 Semesterwochenstunden
Inhalt
Die Veranstaltung führt in wichtige Verfahren der multivariaten Statistik ein. Die multivariate Statistik erlaubt die grafisch gestützte Exploration sowie die Analyse komplexer statistischer Zusammenhänge zwischen mehreren Variablen. Behandelt werden (1) die binäre logistische Regression, (2) die multiple Korrespondenzanalyse sowie (3) die Mehrebenenanalyse. Diese drei Verfahren berücksichtigen einmal die besondere Datenlage in den Sozialwissenschaften (mehrheitlich kategoriale Daten, dann auch geclusterte Datenstrukturen), sie sind heute aber auch Standardverfahren in angrenzenden Bereichen wie der Data Science. 
Im Vordergrund der Veranstaltung steht das Verständnis, was die konzeptionellen Grundlagen und Eigenschaften der Verfahren sind. Angestrebt wird, dass Studierende die Verfahren aus sozialwissenschaftlicher Sicht richtig handhaben und die Resultate kompetent interpretieren können. Insbesondere in sozialwissenschaftlichen Abschlussarbeiten werden diese drei Verfahren häufig eingesetzt. 
In der Veranstaltung werden die Software R und die Benutzeroberfläche RStudio eingesetzt, sodass auch die praktische Anwendung zum Zuge kommt. Im Rahmen der Kolloquialvorlesung wird der Vorlesungsinhalt anhand von Aufgaben bearbeitet und so auf die Klausur vorbereitet.
Voraussetzungen Vorausgesetzt werden Grundkenntnisse der multiplen linearen Regression und der Inferenzstatistik sowie Grundkenntnisse in R.
Sprache Deutsch
Anmeldung ***Wichtig*** Um Credits zu erwerben ist die Anmeldung zur Lehrveranstaltung über das UniPortal zwingend erforderlich. Die Anmeldung ist ab zwei Wochen vor bis zwei Wochen nach Beginn des Semesters möglich. An- und Abmeldungen sind nach diesem Zeitraum nicht mehr möglich. Die genauen Anmeldedaten finden Sie hier: www.unilu.ch/ksf/semesterdaten
Prüfung Aktive Teilnahme mit Bearbeitung von Aufgaben, Abschluss mit benoteter Prüfung

Hauptklausur:
Wiederholungsklausur:

Eine Prüfungsanmeldung ist nicht erforderlich. Weitere Informationen zu den Prüfungen: www.unilu.ch/ksf/pruefungen
Abschlussform / Credits Details siehe unter 'Prüfung' / 3 Credits
Kontakt rainer.diazbone@unilu.ch
Material wird auf OLAT zur Verfügung gestellt.
Literatur Wird im Syllabus (auf OLAT) zur Kolloquialvorlesung bekannt gegeben.