Sie sind nicht angemeldet

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.
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.