Jetzt
Bewerben
Bewerben
Wissenschaftliche & empirische Methoden
Niveau der Lehrveranstaltung/des Moduls laut Lehrplan
EinführungLernergebnisse der Lehrveranstaltung/des Moduls
Die Studierenden sind in der Lage:
• die Grundlagen des wissenschaftlichen Arbeitens zu beschreiben und anzuwenden
• Fachliteratur zu recherchieren, zu bewerten und zu zitieren
• wissenschaftliche Methoden der Literaturanalyse darzustellen und anzuwenden
• Konzepte und Methoden der deskriptiven und explorativen Statistik zu verstehen und anzuwenden
• eigenständig Datensätze zu analysieren, zu strukturieren sowie Informationen darzustellen und kritisch zu evaluieren
• die Grundlagen des wissenschaftlichen Arbeitens zu beschreiben und anzuwenden
• Fachliteratur zu recherchieren, zu bewerten und zu zitieren
• wissenschaftliche Methoden der Literaturanalyse darzustellen und anzuwenden
• Konzepte und Methoden der deskriptiven und explorativen Statistik zu verstehen und anzuwenden
• eigenständig Datensätze zu analysieren, zu strukturieren sowie Informationen darzustellen und kritisch zu evaluieren
Voraussetzungen laut Lehrplan
keine
Lehrinhalte
• Grundsätze von Wissenschaft und wissenschaftlichem Arbeiten
o Wissenschaft und wissenschaftliche Sprache
o Literaturrecherche
o Zitation und Quellenarbeit
o Vermeidung von Plagiaten
• Grundsätze der Datenanalyse
o statistische Merkmale und Variablen
o uni- und multivariate Deskription und Exploration von Daten
o Korrelations- und Regressionsanalysen
o Grundlegende Programmierkenntnisse zur Datenaufbereitung
o Analyse und Darstellung von Informationen aus Datensätzen
Das Modul beinhaltet 25% Übungen. Diese Lehrform findet in Kleingruppen statt.
o Wissenschaft und wissenschaftliche Sprache
o Literaturrecherche
o Zitation und Quellenarbeit
o Vermeidung von Plagiaten
• Grundsätze der Datenanalyse
o statistische Merkmale und Variablen
o uni- und multivariate Deskription und Exploration von Daten
o Korrelations- und Regressionsanalysen
o Grundlegende Programmierkenntnisse zur Datenaufbereitung
o Analyse und Darstellung von Informationen aus Datensätzen
Das Modul beinhaltet 25% Übungen. Diese Lehrform findet in Kleingruppen statt.
empfohlene Fachliteratur
• Heisen, M. R. und M. Theisen 2017. Wissenschaftliches Arbeiten: erfolgreich bei Bachelor- und Masterarbeit. München: Franz Vahlen
• Fahrmeir, L., R. Künstler, I. Pigeot, I. und G. Tutz, 2012. Statistik: Der Weg zur Datenanalyse. 7. Auflage. Berlin: Springer
• Fahrmeir, L., Kneib, T. & Lang, S., 2009. Regression: Modelle, Methoden und Anwendungen. 2. Auflage. Berlin: Springer
• Hetland, M., 2005. Beginning Python From Novice to Professional. New York: Springer-Verlag
• Ernesti, J. und P. Kaiser, 2012. Python 3 - Das umfassende Handbuch. 3.Auflage. Bonn: Galileo Computing
• Weitz, E. 2018. Konkrete Mathematik (nicht nur) für Informatiker. Mit vielen Grafiken und Algorithmen in Python. Wiesbaden: Springer
• Fahrmeir, L., R. Künstler, I. Pigeot, I. und G. Tutz, 2012. Statistik: Der Weg zur Datenanalyse. 7. Auflage. Berlin: Springer
• Fahrmeir, L., Kneib, T. & Lang, S., 2009. Regression: Modelle, Methoden und Anwendungen. 2. Auflage. Berlin: Springer
• Hetland, M., 2005. Beginning Python From Novice to Professional. New York: Springer-Verlag
• Ernesti, J. und P. Kaiser, 2012. Python 3 - Das umfassende Handbuch. 3.Auflage. Bonn: Galileo Computing
• Weitz, E. 2018. Konkrete Mathematik (nicht nur) für Informatiker. Mit vielen Grafiken und Algorithmen in Python. Wiesbaden: Springer
Bewertungsmethoden und -kriterien
Hausarbeit und Klausur
Unterrichtssprache
DeutschAnzahl der zugewiesenen ECTS-Credits
7eLearning Anteil in Prozent
50Semesterwochenstunden (SWS)
3.5geplante Lehr- und Lernmethoden
Blended Learning
