FND-09



FND-09

Statistik advanced

Semester

Siehe Studienverlaufsplan

Art des Moduls

Pflicht

Modulverantwortung

Prof. Dr. Axel Lamprecht

Modulsprache

Deutsch / Englisch

Veranstaltungsturnus

Mind. 1 x jährlich

Dauer der Veranstaltung

1 Semester

Arbeitsaufwand

150 Std.

Präsenz: 32 Std. | Selbststudium: 56 Std. | Transfer: 62 Std.

ECTS-Punkte

5 CP

Prüfungsleistung

Klausur (60 min.)

Lehr- und Lernmethoden

Seminar (Präsenzlehre), ergänzend Selbststudium und Transfer, ggf. E-Learning, Pre- und Post-Reading.

Modulinhalte

  • Multivariante Analysemethoden

  • Datengewinnung und -aufbereitung

  • Regressionsanalyse

  • Zeitreihenanalyse

  • Varianzanalyse

  • Diskriminanzanalyse

  • Faktorenanalyse

  • Clusteranalyse

  • Arbeiten mit Tools

Teilnahmevoraussetzungen

Das Modul ist ohne Vorkenntnisse aus anderen Modulen studierbar.

Qualifikationsziele

Wissensverbreiterung

  • Kenntnisse über die wesentlichen Entwicklungstrends im Bereich der Statistik, insbesondere Statistik als Basiswissen für Künstliche Intelligenz (KI).

  • Kenntnisse über Nutzwerte der Statistik für das Management im Bereich Business Intelligence (BI).

  • Erweiterung der Kompetenzen, um Statistikmethoden im betrieblichen Umfeld beurteilen und anwenden zu können.

Wissensvertiefung

  • Fähigkeit, eigenständig und anwendungsorientiert Statistikuntersuchungen planen und durchzuführen zu können.

  • Fähigkeit, die passenden Statistikmethoden kennenlernen und auswählen zu können.

  • Steigerung der Fähigkeiten in Bezug auf unternehmerisches Denken und Handeln, um den unternehmerischen Nutzen von Statistik zu beurteilen.

Wissensverständnis

  • Fähigkeit, erworbenes Statistikwissen bzw. Wissen durch die obligatorischen Transferprojekte des Studiums auf Unternehmensbereiche anzuwenden.

  • Kompetenz, um Managementprobleme mit statistischen Methoden lösen zu können bzw. zu deren Lösung beizutragen.

Verwendbarkeit des Moduls

für andere Module und Studiengänge

Verwendbar in den Masterstudiengängen Wirtschaftsinformatik, IT-Systems Engineering

Empfohlene Literatur

Zum Selbststudium empfiehlt sich den Studierenden folgende Literatur:

  • Backhaus, K., Erichson, B., Plinke, W., Weiber, R. (2016): Multivariate Analysemethoden, 14. Aufl., Berlin.

  • Ronning, G. (2005): Statistische Methoden in der empirischen Wirtschaftsforschung, Münster.

  • Winker, P. (2010): Empirische Wirtschaftsforschung und Ökonometrie, 3. Auflage, Heidelberg.

  • Fahrmeir L., Heumann C., et al. (2016): Statistik: Der Weg zur Datenanalyse.

Weitere Informationen

Keine