Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Foto: Matthias Friel

Multivariate Datenanalyseverfahren - Einzelansicht

Veranstaltungsart Vorlesung Veranstaltungsnummer 424711
SWS 4 Semester SoSe 2023
Einrichtung Sozialwissenschaften   Sprache deutsch
Belegungsfrist 03.04.2023 - 10.05.2023

Belegung über PULS
Gruppe 1:
     jetzt belegen / abmelden
    Tag Zeit Rhythmus Dauer Raum Lehrperson Ausfall-/Ausweichtermine Max. Teilnehmer/-innen
Einzeltermine anzeigen
Vorlesung Mo 14:00 bis 16:00 wöchentlich 17.04.2023 bis 24.07.2023  Online.Veranstaltung Prof. Dr. Kohler ,
Dr. Krawietz
 
Einzeltermine anzeigen
Vorlesung Di 10:00 bis 12:00 wöchentlich 18.04.2023 bis 25.07.2023  3.01.H09 Prof. Dr. Kohler ,
Dr. Krawietz
 
Kommentar

Die Vorlesung besteht aus 4 SWS und setzt das Modul "Grundlegende Methoden der empirischen Sozialforschung" (BBMSOZ910) aus dem Wintersemester fort. Schwerpunkt der Vorlesung ist die multiple lineare Regression, bzw. allgemeiner die Möglichkeiten und Grenzen zur Identifikation kausaler Effekte durch Kontrolle beobachteter Drittvariablen. Konkrete Themen sind:

  1. Die kontrafaktische Konzeption von Kausalität
  2. Logik der Drittvariablenkontrolle
  3. Multivariate Tabellenanalyse
  4. Mittelwertvergleiche (und ANOVA)
  5. Einführung in die multiple lineare Regression
  6. Weiterführende Regressionsverfahren
  7. Kausalanalyse mit multipler Regression
  8. Regressionsdiagnostik
Literatur

Die Vorlesung folgt keinem speziellen Lehrbuch. Gleichermaßen geeignet sind folgende Lehrbücher:

  • Backhaus, Klaus, Bernd Erichson, Wulff Plinke, und Rolf Weiber (2010). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (13 Aufl.). Springer-Lehrbuch. Heidelberg: Springer.
  • Kohler, Ulrich und Frauke Kreuter (2016). Datenanalyse mit Stata. Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. (6 Aufl.). Berlin: De Gruyter Oldenbourg.
  • Kühnel, Steffen und Dagmar Krebs (2012). Statistik für die Sozialwissenschaften: Grundlagen, Methoden, Anwendungen (6 Aufl.). rororo Enzyklopädie. Reinbek b. Hamburg: Rowohlt.
  • Tabachnick, Barbara G. und Linda S. Fidell (2012). Using Multivariate Statistics. Pearson/Allyn & Bacon.
  • Wooldridge, Jeffrey M. (2009). Introductory Econometrics: A Modern Approach (4 Aufl.). South-Western College Publishing
  • Zusätzlich wird für jeden Themenbereich "Pflichtlektüre" zur Verfügung angegeben. Die Pflichtlektüre ist frei bzw. elektronisch in der UP-Bibliothek verfügbar (VPN anschalten).
Bemerkung

Die Vorlesung besteht aus 4 SWS.

2 SWS erfolgen in einem asynchronen Online-Format, d.h. einer Serie von Videos zum Selbststudium. Diese sind auf Moodle verlinkt.

Zusätzlich findet jede Woche eine Präsenzveranstaltung für Fragen und Übungen statt. Diese ist immer Di. 10 – 12 Uhr in Raum 3.01.H09.

 

zusätzliches Angebot:

Zusätzlich wird es ein studentisches Tutorium zur Vorlesung geben. Dieses Tutorium ist nicht in der Modulbeschreibung enthalten und darum fakultativ.

Das Tutorium wird von einer Studentin immer Di. von 16 - 18 Uhr in Raum 3.06.S24 durchgeführt. Ein Anmeldung zum Tutorium ist über PULS möglich. Der Kurs ist in PULS im Bereich Sozialwissenschaften unter "fakultative Lehrveranstaltungen" gelistet.

Voraussetzungen

Abschluss des Moduls BBMSOZ910 wird dringend empfohlen.

Leistungsnachweis

Prüfungsnebenleistungen: 8 Pflichtaufgaben

 

Modulabschlussprüfung: Online-Klausur 90 min

  • erster Klausurtermin: 25.07.2023, 10 - 12 Uhr, online, Anmelde- und Rücktrittsfrist: 19.04. - 17.07.2023
  • zweiter Klausurtermin: 29.09.2023, 10 - 12 Uhr, online, Anmelde- und Rücktrittsfrist: 19.04. - 21.09.2023

Nachteilsausgleiche sind immer bis zum Ende der Anmeldefrist im Sekretariat (sek-lmes@uni-potsdam.de) per Mail einzureichen!

Bitte wählen Sie bei beiden Prüfungen Prof. Kohler als Prüfer in PULS aus.


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2023 , Aktuelles Semester: SoSe 2024