| Dozent/in |
Prof. Dr. Reto Hofstetter; Prof. Dr. Lukas D. Schmid |
| Veranstaltungsart |
Vorlesung |
| Code |
HS191157 |
| Semester |
Herbstsemester 2019 |
| Durchführender Fachbereich |
Wirtschaftswissenschaften |
| Studienstufe |
Bachelor
Master |
| Termin/e |
Do, 10.10.2019, 08:15 - 18:00 Uhr, Externer Standort, Radisson
Fr, 11.10.2019, 08:15 - 18:00 Uhr, HS 10
Sa, 12.10.2019, 08:15 - 12:00 Uhr, HS 7
Fr, 25.10.2019, 10:15 - 14:00 Uhr, HS 7
Fr, 08.11.2019, 10:15 - 14:00 Uhr, HS 7
Fr, 22.11.2019, 10:15 - 14:00 Uhr, HS 7
Fr, 29.11.2019, 10:15 - 14:00 Uhr, HS 7
Fr, 06.12.2019, 10:15 - 14:00 Uhr, HS 7
Fr, 13.12.2019, 12:15 - 13:45 Uhr, HS 9 (Prüfung) |
| Umfang |
2 Semesterwochenstunden |
| Turnus |
wöchentlich |
| Inhalt |
Die Vorlesung bietet eine Einführung in «Data Analytics» für Wirtschaftswissenschafter. Der erste Teil der Vorlesung behandelt die Grundlagen der Programmierung in R (Loops, Funktionen, Wenn-Dann-Bedingungen etc.) sowie das Sammeln und Verwalten von Daten. Der zweite Teil widmet sich der Aufbereitung von Daten. Im dritten Teil der Vorlesung behandeln wir die Analyse und Visualisierung von Daten. Die integriert angebotenen Übungen besprechen Anwendungsbeispiele aus Betriebs- und Volkswirtschaftslehre. |
| Lernziele |
1) Die Studierenden können selbständig Daten sammeln und verwalten.
2) Die Studierenden können Daten für empirische Analysen sinnvoll aufbereiten.
3) Die Studierenden können die Muster in den Daten finden sowie empirische Re-sultate visualisieren.
4) Die Studierenden können wirtschaftliche Entscheidungsprozesse mittels fun-dierter Datenanalyse unterstützen. |
| Voraussetzungen |
Statistik sowie Angewandte Statistik und Ökonometrie |
| Sprache |
Deutsch |
| Anmeldung |
Für den Besuch der Lehrveranstaltung / Übung wird die Einschreibung über die E-Learning-Plattform OLAT vorausgesetzt. Die Einschreibung ist vom 2. bis 27. September 2019 möglich. Die Studierenden sind selbst dafür verantwortlich, die Anrechenbarkeit der Lehrveranstaltung an ihren Studiengang zu überprüfen.
Direktlink zum OLAT-Kurs:
https://lms.uzh.ch/url/repositoryentry/16616980706 |
| Prüfung |
***WICHTIG*** Um an der Prüfung teilzunehmen, ist eine Anmeldung über das UniPortal innerhalb des Prüfungsanmeldezeitraums ZWINGEND ERFORDERLICH. Weitere Informationen zur Prüfungsanmeldung: www.unilu.ch/wf/pruefungen
|
| Abschlussform / Credits |
Benotete Prüfung (75%), Take home exam (25%) / 6 Credits
|
| Hinweise |
Achtung: Am ersten Vorlesungstag, DO 10.10.2019 findet die Veranstaltung nicht an der Universität Luzern statt, sondern im Hotel Radisson Blu, gleich neben dem Bahnhof.
https://www.radissonblu.com/de/hotel-lucerne/standort
|
| Hörer-/innen |
Ja |
| Kontakt |
reto.hofstetter@unilu.ch / lukasdavid.schmid@unilu.ch |
| Literatur |
Wickham, Hadley und Garett Gorlemund (2014). R for Data Science. Sebastopol: O’Reilly. Winston Chang (2013). R Graphics Cookbook. Sebastopol: O'Reilly. Diese Bücher sind im Studiladen der Universität Luzern erhältlich.
|