Multivariate Datenanalyseverfahren - Einzelansicht

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

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). 

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 in der Regel Montags 14-16 Uhr in S21, in zwei Fällen aber auch Dienstags 10-12 (26.4. und 7.6). Die konkreten Termine und Räume finden Sie nachfolgend aufgelistet.

An folgenden Terminen ist die synchrone Fragestunde (in Präsenz) geplant:

Dienstag, 26. April, 10 - 12 Uhr, Raum 3.06.S21

Montag, 2. Mai, 14 - 16 Uhr, Raum 3.06.S21

Montag, 9. Mai, 14 - 16 Uhr, Raum 3.06.S21

Montag, 16. Mai, 14 - 16 Uhr, Raum 3.06.S21

Montag, 23. Mai, 14 - 16 Uhr, Raum 3.06.S21

Montag, 30. Mai, 14 - 16 Uhr, Raum 3.06.S21

Dienstag, 7. Juni, 10 - 12 Uhr, Raum 3.01.H10

Montag, 13. Juni, 14 - 16 Uhr, Raum 3.06.S21

Montag, 20. Juni, 14 - 16 Uhr, Raum 3.06.S21

Montag, 27. Juni, 14 - 16 Uhr, Raum 3.06.S21

Montag, 4. Juli, 14 - 16 Uhr, Raum 3.06.S21

Montag, 11. Juli, 14 - 16 Uhr, Raum 3.06.S21

Montag, 18. Juli, 14 - 16 Uhr, Raum 3.06.S21

Montag, 25. Juli, 14 - 16 Uhr, Raum 3.06.S21

Abschluss des Moduls BBMSOZ910 wird dringend empfohlen.

Prüfungsnebenleistungen: 8 Pflichtaufgaben

Modulabschlussprüfung: Online-Klausur 90 min

erster Klausurtermin: Di. 26.07.2022 von 10 - 12 Uhr, online, Anmelde- und Rücktrittsfrist: 01.04. - 18.07.2022

zweiter Klausurtermin: Di. 20.09.2022 von 10 - 12 Uhr, online, Anmelde- und Rücktrittsfrist: 21.04. - 12.09.2022

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

Die Studierenden ...

• verfügen über vertiefte Kenntnisse multivariater statistischer Verfahren.
• sind in der Lage, selbständig Regressionsanalysen durchzuführen.
• verfügen über eine fundierte, fortgeschrittene Kompetenz im Umgang mit empirischen Daten.

Das Modul ...

• vermittelt die Logik der Drittvariablenkontrolle mit Hilfe dreidimensionaler Tabellenanalyse.
• stellt das Verfahren der multiplen linearen Regressionsanalyse vor.
• behandelt die kontrafaktische Konzeption von Kausalität und diskutiert  die Möglichkeiten der Schätzung kausaler Effekte mit Hilfe der multiplen linearen Regression.
• behandelt die Dekomposition von Gesamteffekten in direkte, indirekte und scheinbare Effekte im Rahmen der Pfadanalyse.
• bietet einen Ausblick zu weiterführenden Regressionsmodellen.
• befähigt, zu ausgewählten sozialwissenschaftlichen Fragestellungen theoriegeleitete Auswertungen mit einem Datenanalyseprogramm durchzuführen. 

Stichworte:

• Kontrafakt. Konzeption von Kausalität (Rubin Causal Model)
• Logik der Drittvariablenkontrolle
• Directed Acyclic Graphs
• Multivariate Tabellenanalys
• ANOVA,
• Multiple lineare Regression (einschl. abgeleiteter Statistiken, kategoriale unabhängige Variablen, Interaktionsterme, verschachtelter Modellvergleich)