The language was changed to English.

Course Type (SWS)
Lecture: 2 │ Exercise: 2 │ Lab: 0 │ Seminar: 0
Exam Number: ZKE 40523
Type of Lecture:
Language: German
Cycle: SS
ECTS: 6
Exam Type Oral Exam
Written Exam
assigned Study Courses
assigned People
assigned Modules
Information
Beschreibung:

In dieser Veranstaltung wird ein vertiefter Überblick über die wichtigsten statistischen Methoden gegeben, die auf der Basis von Stichprobendaten Hypothesen testen, allgemeingültige Aussagen formulieren oder Vorhersagen ermöglichen.

Die Vorlesung vermittelt die Hintergründe und Zusammenhänge unterschiedlicher Analyseverfahren (ein- und mehrfaktorielle Varianzanalyse mit und ohne Messwiederholung, Regressionsanalyse, Kovarianzanalyse, Mediatoranalyse, Moderatoranalyse, Faktorenanalyse, non-parametrische Verfahren und weiterführende multivariate Verfahren).

In der Übung werden die Inhalte aus der Vorlesung diskutiert und die Anwendung der Verfahren eingeübt.

 

Lernziele:

Mit dem Abschluss dieser Veranstaltung haben die Studierenden vertiefte inferenzstatistische Fachkenntnisse erworben. Sie können die Berechnungen verschiedener varianz- und regressionsanalytischer Verfahren auf Basis des Allgemeinen Linearen Modells nachvollziehen und kennen Hintergründe und Vorgehensweisen weiterer bedeutsamer Analyseverfahren (z.B. Faktorenanalyse, non-parametrische Verfahren).

Die Studierenden sind in der Lage, für unterschiedliche Forschungsfragen, Hypothesen und Operationalisierungen die Angemessenheit möglicher Analyseverfahren zu bewerten sowie ein geeignetes Verfahren auszuwählen und anzuwenden.

Hinsichtlich aller Themen der Veranstaltung werden einerseits theoretische Kenntnisse erworben, andererseits Fertigkeiten zur Anwendung dieser Kenntnisse mithilfe geeigneter Statistik-Software erlangt.

 

Literatur:

- Bortz, J. & Schuster, C. (2010). Statistik für Human-und Sozialwissenschaftler. Berlin: Springer.

- Leonhart, R. (2013). Lehrbuch Statistik (3. Aufl.). Bern: Huber.

Vorleistung:
Infolink:
Bemerkung:

alter Titel: Inferenzstatistik

Description:

In this course an in-depth overview of the most important statistical methods is given, which test hypotheses on the basis of sample data, formulate generally valid statements or make predictions possible.

The lecture provides the background and interrelations of different analysis methods (one-way and factorial analysis of variance with and without repeated measurement, regression analysis, covariance analysis, mediator analysis, moderator analysis, factor analysis, non-parametric methods and advanced multivariate methods).

During the tutorial the contents of the lecture will be discussed and the application of the methods will be practised.

Learning Targets:

By completing this course, students have acquired in-depth knowledge of inferential statistics. They are able to understand the calculations of various methods of variance and regression analysis based on the General Linear Model and know the background and procedures of other important analysis methods (e.g. factor analysis, non-parametric methods).

The students are able to evaluate the appropriateness of possible analytical methods for different research questions, hypotheses and operationalisations as well as to select and apply a suitable method.

On the one hand, theoretical knowledge is acquired with regard to all topics of the course, on the other hand, skills for the application of this knowledge are acquired with the aid of statistical software.

Literature:

- Bortz, J. & Schuster, C. (2010). Statistik für Human-und Sozialwissenschaftler. Berlin: Springer.

- Leonhart, R. (2013). Lehrbuch Statistik (3. Aufl.). Bern: Huber.

Pre-Qualifications:
Info Link:
Notice: