### PO 2022 ###
### Studiengang und Semester
2MAM
### Modulbezeichnung
Multivariate Methoden der Datenanalyse
### Englische Modulbezeichnung
Multivariate Data Analysis Methods)
### Art
Pflicht
### ECTS-Punkte
5
### Studentische Arbeitsbelastung
40, 85
### Voraussetzungen (laut Prüfungsordnung)
keine
### Empfohlene Voraussetzungen
Kenntnisse in Statistik auf Bachelorniveau
### Pruefungsform und -dauer
K1-Klausur und Hausarbeit
- Schriftlicher Kurztest, 50 % der Leistung
- Übungsaufgaben, 50 % der Leistung
### Lehrmethoden und Lernmethoden
Vorlesungen mit integrierten Übungen am Computer
### Modulverantwortlicher
Joachim Schwarz
### Qualifikationsziele
Aufbauend auf den Statistikkenntnissen aus dem Bachelorstudium verbreitern die Studierenden ihr Wissen insbesondere durch weitere Methoden der Inferenzstatistik und vertiefen ihr Wissen durch adäquate Verknüpfung deskriptiver und inferenzstatistischer Methoden zur Lösung betriebswirtschaftlicher Forschungsfragestellungen. Dieses Wissen wird durch eine Klausur geprüft.
Durch fortlaufendes praktisches Verproben der verschiedenen Methoden anhand von Beispieldatensätzen unter Nutzung eines statistischen Softwarepaketes erlangen die Studierenden Handlungskompetenz bei der Auswahl und Anwendung geeigneter statistischer Methoden und bei der Präsentation der Ergebnisse. Diese Kompetenz wird durch eine (Gruppen-)Hausarbeit geprüft.
### Lehrinhalte
- Einführung in ein statistisches Softwarepaket (bevorzugt R)
- Kurze Wiederholung der wichtigsten Methoden der deskriptiven Statistik (Selbststudium)
- Kurze Wiederholung der Grundlagen der Inferenzstatistik (Punktschätzung, Intervallschätzung, Hypothesentest)
- Wichtige grundlegende parametrische und nichtparametrische Testverfahren (bspw. t-Test, Wilcoxon-Test, Chi-Quadrat-Test)
- Multivariate Analyseverfahren (bspw. lineare Regression, ANOVA, logistische Regression)
- Weitere fortgeschrittene Analysemethoden (bspw. Panelregression, Methoden zur Analyse latenter Variablen und komplexer Modellstrukturen)
### Literatur
- Backhaus, K./Erichson, B./Plinke, W./Weiber, R.: Multivariate Analysemethoden, Springer.
- Field, A./Miles, J./Field, Z.: Discovering Statistics Using R, SAGE.
- Hatzinger, R./Hornik, K./Nagel, H./Maier, M.J.: R – Einführung durch angewandte Statistik, Pearson.
### Titel der Lehrveranstaltung
Multivariate Methoden der Datenanalyse
### Dozent
Schwarz
### SWS
4