Sie sind nicht angemeldet

Grundlagen der multivariaten Statistik


Dozent/in Prof. Dr. Rainer Diaz-Bone
Veranstaltungsart Kolloquialvorlesung
Code HS221413
Semester Herbstsemester 2022
Durchführender Fachbereich Soziologie
Studienstufe Bachelor Master
Termin/e Do, 22.09.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 29.09.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 06.10.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 13.10.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 20.10.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 27.10.2022, 14:15 - 17:00 Uhr, 3.B52
Do, 03.11.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 10.11.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 17.11.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 24.11.2022, 14:15 - 18:00 Uhr, 3.B58
Do, 01.12.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 15.12.2022, 14:15 - 17:00 Uhr, 3.B58
Do, 22.12.2022, 14:15 - 17:00 Uhr, 3.B58
Umfang 3 Semesterwochenstunden
Inhalt Die Sozialwissenschaften sind als empirische Wissenschaft angewiesen auf die statistischen Techniken zur Analyse und Modellierung von Daten, die zumeist aus Befragungen grosser Personenstichproben stammen. Die Veranstaltung führt zunächst in die Grundlagen der Inferenzstatistik ein. Dann werden die wichtigen Verfahren der multivariaten Statistik eingeführt: multiple lineare Regression, binäre logistische Regression und multiple Korrespondenzanalyse.
Vorbereitende Lektüre angegebener obligatorischer Literatur sowie der regelmässige Besuch der Vorlesung sind erforderlich.
Der parallele Besuch des Seminars „Sozialwissenschaftliche Datenanalyse mit R“ wird dringend empfohlen. Darin wird die Anwendung der multivariaten Verfahren mit einer Datenanalysesoftware vertieft.
Voraussetzungen Erfolgreiche Absolvierung der VL Methoden der empirischen Sozialforschung II oder äquivalente Veranstaltung (mit entsprechenden Inhalten im Bereich Deskriptivstatistik)
Sprache Deutsch
Leistungsnachweis Hauptklausur: Do, 22.12.22, 14.15 h, 3.B58
Abschlussform / Credits Benotete Prüfung / 3 Credits
Kontakt rainer.diazbone@unilu.ch
Material wird über OLAT zugänglich gemacht.
Literatur wird in einem Syllabus bekannt gegeben (OLAT)