Data Analytics and Decision Support

Dozent/in	Benedikt Marxer, MA
Veranstaltungsart	Vorlesung
Code	HS241092
Semester	Herbstsemester 2024
Durchführender Fachbereich	Wirtschaftswissenschaften
Studienstufe	Bachelor
Termin/e	Fr, 20.09.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 04.10.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 11.10.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 18.10.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 25.10.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 08.11.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 15.11.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 22.11.2024, 10:15 - 14:00 Uhr, podcast Fr, 29.11.2024, 10:15 - 14:00 Uhr, podcast Fr, 06.12.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 13.12.2024, 10:15 - 14:00 Uhr, HS 10 Fr, 17.01.2025, 12:15 - 13:45 Uhr, HS 1 (Prüfung)
Umfang	4 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
Sprache	Deutsch
Anmeldung	Für den Besuch der Lehrveranstaltung / Übung wird die Einschreibung über die E-Learning-Plattform OLAT vorausgesetzt. Die Einschreibung ist vom 2. – 27. September 2024 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/17577443409
Prüfung	***WICHTIG*** Um Credits zu erwerben, resp. an der Prüfung teilzunehmen, ist eine Anmeldung über das Uni-Portal innerhalb der Prüfungsanmeldefrist ZWINGEND ERFORDERLICH. Weitere Informationen zur Anmeldung: www.unilu.ch/wf/pruefungen
Abschlussform / Credits	Schriftliche Prüfung / 6 Credits
Hörer-/innen	Ja
Kontakt	benedikt.marxer@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.