Technische Universität Ilmenau

Datenanalyse - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.

Fachinformationen zu Datenanalyse im Studiengang Master Wirtschaftsingenieurwesen 2014
Fachnummer6285
Prüfungsnummer2500077
FakultätFakultät für Wirtschaftswissenschaften und Medien
Fachgebietsnummer 2532 (Quantitative Methoden der Wirtschaftswissenschaften)
Fachverantwortliche(r)Prof. Dr. Udo Bankhofer
TurnusSommersemester
SpracheDeutsch
Leistungspunkte4
Präsenzstudium (h)34
Selbststudium (h)86
VerpflichtungWahlpflicht
Abschlussschriftliche Prüfungsleistung, 90 Minuten
Details zum Abschluss
max. Teilnehmerzahl
VorkenntnisseStatistik auf Bachelorniveau
LernergebnisseDie Studierenden sind in der Lage, multivariate Daten zu analysieren und entsprechende Methoden bei der Auswertung multivariater Daten richtig einzusetzen. Sie können die Analyseergebnisse bewerten und im Hinblick auf die zugrundeliegende Problemstellung interpretieren.
Mit der Vorlesung und der Übung werden Fach- und Methodenkompetenz vermittelt.
Inhalt1. Daten- und Distanzmatrizen
1.1 Objekte, Merkmale, Distanzen
1.2 Merkmalstypen und ihre Distanzen
1.3 Aggregation von Distanzen
2. Klassifikationsverfahren
2.1 Klassifikationstypen
2.2 Klassifikationsheuristiken
2.3 Bewertungskriterien
2.4 Partitionierende Klassifikationsverfahren
2.5 Hierarchische Klassifikationsverfahren
3. Repräsentationsverfahren
3.1 Mehrdimensionale Skalierung
3.2 Faktorenanalyse
4. Identifikationsverfahren
4.1 Multiple Regression
4.2 Diskriminanzanalyse
4.3 Varianzanalyse
MedienformenInteraktives Tafelbild, PowerPoint-Folien
LiteraturJeweils in der aktuellen Auflage:
- Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R.: Multivariate Analysemethoden, Springer, Berlin
- Bankhofer, Vogel: Datenanalyse und Statistik. Eine Einführung für Ökonomen im Bachelor, Gabler, Wiesbaden
- Bausch, T.; Opitz, O.: PC-gestützte Datenanalyse mit Fallstudien aus der Marktforschung, Vahlen, München
- Bowerman, B.L.; O´Connell, R.T.: Forecasting and time series, Duxbury Press
- Everitt, B.; Dunn, G.: Applied Multivariate Data Analysis, Arnold, London
- Fahrmeir, L.; Hamerle, A.; Tutz,: Multivariate statistische Verfahren, de Gruyter, Berlin
- Gaul, W.; Baier, D.: Marktforschung und Marketing Management: computerbasierte Entscheidungsunterstützung, Oldenbourg
- Hartung, J.; Elpelt, B.: Multivariate Statistik, Oldenbourg, München
- Opitz, O.: Numerische Taxonomie, UTB, Fischer, Stuttgart
- Jobson, J.D.: Applied Multivariate Data Analysis, Volume I: Regression and Experimental Design, Springer, New York
- Jobson, J.D.: Applied Multivariate Data Analysis, Volume II: Categorical and Multivariate Methods, Springer, New York
- Leiner, B.: Einführung in die Zeitreihenanalyse, Oldenbourg
- Mertens, P.; Rässler, S.: Prognoserechnung, Physica
- Schlittgen, R.; Streitberg, B.: Zeitreihenanalyse, Oldenbourg
Lehrevaluation

Pflichtevaluation:

SS 2007 (Vorlesung)

SS 2016 (Übung)

Freiwillige Evaluation:

SS 2017 (Übung)

 

Hospitation:

Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.