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 von geplanten Lehrveranstaltungen entnehmen Sie bitte dem
e-Veranstaltungskalender. Lehrveranstaltungen und Prüfungen, die nicht im e-Veranstaltungskalender abgebildet sind, werden "nach Vereinbarung" geplant. Eine Auflistung der betroffenen Veranstaltungen finden Sie hier: Lehrveranstaltungen,
Prüfungen.
| Fachinformationen zu Datenanalyse im Studiengang Master Wirtschaftsingenieurwesen 2015 | |
|---|---|
| Fachnummer | 6285 |
| Prüfungsnummer | 2500077 |
| Fakultät | Fakultät für Wirtschaftswissenschaften und Medien |
| Fachgebietsnummer | 2532 (Quantitative Methoden der Wirtschaftswissenschaften) |
| Fachverantwortliche(r) | Prof. Dr. Udo Bankhofer |
| Turnus | Sommersemester |
| Sprache | Deutsch |
| Leistungspunkte | 4 |
| Präsenzstudium (h) | 34 |
| Selbststudium (h) | 86 |
| Verpflichtung | Wahlpflicht |
| Abschluss | schriftliche Prüfungsleistung, 90 Minuten |
| Details zum Abschluss | |
| Anmeldemodalitäten für alternative PL oder SL | |
| max. Teilnehmerzahl | |
| Vorkenntnisse | Statistik auf Bachelorniveau |
| Lernergebnisse | Die 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. |
| Inhalt | 1. 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 |
| Medienformen | Interaktives Tafelbild, PowerPoint-Folien, Moodle: https://moodle2.tu-ilmenau.de/course/index.php?categoryid=223 |
| Literatur | Jeweils 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.