TH Köln

Master Digital Sciences

Dokumente zur Akkreditierung des Studiengangs

Modul »Multivariate Statistik« (MVS)

Informationen zur Organisation des Moduls

Modulverantwortung
Prof. Dr. Tobias Galliat (Fakultät F03)
Lehrende
Prof. Dr. Tobias Galliat (Fakultät F03)
Sprache
Deutsch
Angeboten im
Sommersemester (Dauer 1 Semester)
Ort
Campus Köln Süd, oder remote
Anzahl Teilnehmer*innen
minimal 5, maximal 20
Vorbedingung
keine
Empfehlung
keine
ECTS
6
Aufwand
Gesamtaufwand 180h
Kontaktzeit
36h (12h Vorlesung / 24h Übung)
Selbstlernzeit
144h
Prüfung
Fachgespräch oder Klausur
Vermittelte Kompetenzen
Analyze Domains, Model Systems
Beziehung zu globalen Studiengangskriterien
Interdisziplinarität, Transfer

Beitrag zu Handlungsfeldern

Nachfolgend ist die Zuordnung des Moduls zu den Handlungsfeldern des Studiengangs aufgeführt, und zwar als anteiliger Beitrag (als ECTS und inhaltlich). Dies gibt auch Auskunft über die Verwendbarkeit des Moduls in anderen Studiengängen und über die Beziehung zu anderen Modulen im selben Studiengang.

Handlungsfeld ECTS (anteilig) Modulbeitrag zum Handlungsfeld
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

(WAS?)

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.

(WOMIT?)

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.

(WOZU?)

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

Inhaltliche Beschreibung des Moduls

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

Lehr- und Lernformen

  • Seminaristischer Unterricht
  • Laborpraktika

Zur Verfügung gestelltes Lehrmaterial

  • Skript
  • Folien
  • Übungen
  • Beispieldaten

Weiterführende Literatur

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