TH Köln

Master Digital Sciences

Documents for Study Program Accreditation

Module »Multivariate Statistik« (MVS)

Organizational Details

Responsible for the module
Prof. Dr. Tobias Galliat (Faculty F03)
Lecturer(s)
Prof. Dr. Tobias Galliat (Faculty F03)
Language
German
Offered in
Summer Semester (Duration 1 Semester)
Location
Campus Köln Süd, or remote
Number of participants
minimum 5, maximum 20
Precondition
none
Recommendation
none
ECTS
6
Effort
Total effort 180h
Total contact time
36h (12h lecture / 24h exercise)
Time for self-learning
144h
Exam
Written exam
Competences taught by the module
Analyze Domains, Model Systems
General criteria covered by the module
Interdisciplinarity, Transfer

Mapping to Focus Areas

Below, you find the module's mapping to the study program's focus areas. This is done as a contribution to all relevant focus areas (in ECTS, and content-wise). This is also relevant for setting the module in relation to other modules, and tells to what extent the module might be part of other study programs.

Focus Area ECTS (prop.) Module Contribution to Focus Area
Generating and Accessing Knowledge 6

Das Modul unterrichtet die wichtigsten statistischen Methoden zur Analyse von quantitativen, multivariaten Daten und damit wird Wissen aus Daten generiert.

Learning Outcome

Die Studierenden lernen quantitative Primär- und Sekundärdaten mit Methoden der multivariaten Statistik zu analysieren, die Analyseergebnisse unter den Gesichtspunkten der Praxisrelevanz zu interpretieren und in geeigneter Form zu präsentieren.

Es werden die wichtigsten statistischen Methoden zur Analyse von quantitativen, multivariaten Daten vorgestellt. Dabei wird untersucht, wie robust die einzelnen Verfahren sind und welche Konsequenzen die modelltheoretischen Voraussetzungen auf die Anwendbarkeit in der Praxis haben. Weiterhin werden Strategien zur Validierung der abgeleiteten Modelle und geeignete Maße vorgestellt, die den Vergleich unterschiedlicher Modelle erlauben. Ferner werden die Konsequenzen der Ergebnisse im Hinblick auf den untersuchten Marktausschnitt, die Problematik eventueller Widersprüche zu anderen Untersuchungen, die Übertragbarkeit auf praktische Gegebenheiten oder die Überprüfung der Gültigkeit von im Analyseprozess getroffenen Annahmen an Beispielen diskutiert. Sämtliche theoretischen Sachverhalte werden unter Nutzung von aktueller Statistik-Software von den Studierenden praktisch angewendet.

Die Studierenden werden befähigt für konkrete Fragestellungen der Berufspraxis komplexe quantitative Analysen mit mehrdimensionalen Daten durchzuführen.

Module Content

  1. Kontingenzanalyse
  2. Varianzanalyse
  3. Regressionsanalyse
  4. Zeitreihenanalyse
  5. Diskriminanzanalyse
  6. Logistische Regression
  7. Faktorenanalyse

Forms of Teaching and Learning

  • Seminaristischer Unterricht
  • Laborpraktika

Learning Material Provided by Lecturer

  • Skript
  • Folien
  • Übungen
  • Beispieldaten

Literature

  • Backhaus, Klaus et al.: Multivariate Analysemethoden. Berlin 2016