Suchergebnisse: 533
Eine Anmeldung in HISLSF dient der Organisation der Vorlesung und sollte nach Möglichkeit vorgenommen werden. Die Teilnahme an der Veranstaltung sowie die Verbuchung Ihrer Leistungen in QISPOS ist jedoch auch ohne vorherige Anmeldung via HISLSF möglich.
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Aufbauend auf einer Einführung in die Wahrscheinlichkeitsrechnung (Wahrscheinlichkeitsbegriff, diskrete und stetige Zufallsvariablen und ihre Verteilungen) werden die Ideen des statistischen Schätzens und Testens erarbeitet. Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen im Mittelpunkt der Veranstaltung.
Als Prüfungsleistung wird eine Klausur angeboten; als Studienleistung wird ggf. die regelmäßige Bearbeitung von Übungszetteln angeboten
- Lehrende/r: Lars Behrmann
- Lehrende/r: Stefanie van Ophuysen
- Lehrende/r: Sascha Buchholz
- Lehrende/r: Nadja Pernat
- Lehrende/r: Ramona Heim
- Lehrende/r: Anne Große Daldrup
- Lehrende/r: Lars Jahnke
- Lehrende/r: Jens Leker
Der Kurs hat das Ziel zu lernen, wie quantitative empirische Studien ausgewertet und deren Ergebnisse berichtet. Darüber hinaus soll auch die Fähigkeit vermittelt werden, publizierte empirische Studien kritisch lesen und verstehen zu können. Dazu wird zunächst vorgestellt, wie standardisierte Erhebungen in Datensätze überführt werden. Dann geht es um die Darstellung kategorialer einzelner Variablen in Prozentwerten, Häufigkeitstabellen sowie metrischer Variablen in Mittelwerten und anderen Verteilungsmaßen. Es folgen Überlegungen zur Schätz- und Testtheorie. Am Ende wird es darum gehen, Vergleiche zwischen Teilgruppen und einfache Zusammenhänge zu analysieren. Zusätzlich wird gezeigt, wie die jeweiligen Resultate visualisiert und in einem Projektbericht aufbereitet werden.
In der Vorlesung wird zunächst die mathematische Grundlogik anhand einfacher Beispiele vorgeführt und ‚per Hand‘ ausgerechnet. Zusätzlich wird erklärt, wie die Angaben über R-Studio errechnet und mittels Markdown in einem Projektbericht dargestellt werden. Das Tutorium ergänzt diese Grundlagen durch das Üben von Rechnen mit Papier und Taschenrechner sowie dem Statistikprogramm R-Studio samt Markdown. Dazu geben Tutor:innen praktische Aufgaben vor, die entweder per Hand gerechnet oder am Computer gelöst und über LearnWeb eingereicht werden. Das Tutorium dient nicht als Wiederholung des Vorlesungsstoffs, sondern ist ein eigenständiger Kurs, um selbst einfache Rechnungen sowie den Umgang Statistikprogramm R-Studio zu üben. Planen Sie bitte ausreichend Zeit für die Vor- und Nachbereitung der Veranstaltungen ein. Für die Mitarbeit in der Vorlesung und im Tutorium sollte ein eigener Laptop mitgebracht werden.
Studienleistung:
Individuelle Bearbeitung von Übungsaufgaben im Tutorium
Prüfungsleistung:
Abschlussklausur in der Vorlesung
Basisliteratur:
Gehrau, V., Maubach, K., & Fujarski, S. (2022) Einfache Datenauswertung mit R. Eine Einführung in uni- und bivariate Statistik sowie Datendarstellung mit RStudio und R Markdown. Springer VS.
Zielgruppe des Kurses sind Studierende im zweiten BA-Semester; interessierte ExamenskandidatInnen können an der Vorlesung als GasthörerInnen teilnehmen.
- Lehrende/r: Jakob Jünger
- Lehrende/r: Jane Luisa Knispel
- Lehrende/r: Lars-Ole Wehden
Der Kurs bietet einen Einstieg in die Arbeit mit der jeweils aktuellen Version des Statistikpakets SPSS. Im Vordergrund stehen dabei die Eingabe und Aufbereitung von Daten, sowie einfache statistische Verfahren. Der Kurs soll Berührungsängste vor statistischer Software abbauen und die Grundlage für die statistische Arbeit im weiteren Studienverlauf bilden.
- Lehrende/r: Thomas Ulbrich
- Lehrende/r: Svetlana Gurevich
- Lehrende/r: Oliver Kamps
- Lehrende/r: Volkert Paulsen
- Lehrende/r: Philipp Schange
- Lehrende/r: Arthur Wachtel
Auf 16 Studierende begrenzte Teilnehmerzahl, Anmeldung erforderlich.
Die Veranstaltung bietet eine theoretisch fundierte aber dennoch praxisnahe Einführung in die Konstruktionsprinzipien psychometrischer Instrumente. Die Studierenden lernen die Grundlagen der klassischen Testtheorie kennen. Auf diesen Erkenntnissen aufbauend werden wir gemeinsam ein psychometrisches Instrument konstruieren. Mit diesem werden die Studierenden eigene Daten erheben, mit denen das Instrument anschließend auf seine wissenschaftliche Güte hin überprüft wird.
Voraussetzung für den erfolgreichen Besuch der Veran-staltung sind forschungsmethodische und statistische Kenntnisse, wie sie an der WWU im Bachelor der Erzie-hungswissenschaft vermittelt werden (VLn Forschungsmethoden, Statistik I und II). Das Seminar ist als erster Teil einer zweiteiligen Veranstaltung zur Vorbereitung auf eine quantitativ-empirische Masterarbeit konzipiert. Teil zwei findet im kommenden Semester statt und wird verschiedene Auswertungsstrategien für die erhobenen Daten sowie die Verschriftlichung einer empirischen Arbeit thematisieren. Insgesamt bereitet das Seminar auf die Bearbeitung einer empirischen, erziehungswissenschaftlichen Masterarbeit vor.
- Lehrende/r: Lars Behrmann
- Lehrende/r: Christian Knoth
- Lehrende/r: Edzer Pebesma
Zuordnung:
Pflichtveranstaltung im ersten Studienabschnitt
Inhalt:
Einführung in die Statistik und die Analysis
Leistungsüberprüfung: Klausur
Sonstiges:
Seminar, bestehend aus Vorlesungs- und Übungsteilen
- Lehrende/r: Paul Wenk
Inhalt
Diese Veranstaltung zielt darauf ab, einen Überblick über praktische Anwendungen der im Rahmen der Methoden- und Statistik-Grundausbildung vermittelten Verfahren der quantitativen und qualitativen Datenerhebung und -analyse zu geben. Dabei nimmt die Vorlesung Bezug auf ausgewählte politikwissenschaftliche Fragestellungen und illustriert am Beispiel konkreter Studien, wie diese Fragestellungen methodisch bearbeitet werden können. Dabei werden die Vor- und Nachteile der jeweils genutzten Datenerhebungs- und Datenauswertungsverfahren diskutiert. Die Veranstaltung setzt Kenntnisse der deskriptiven und der Inferenzstatistik voraus.
Leistungsnachweis
Die Vorlesung wird begleitet von Tutorien, in denen die in der Vorlesung vorgestellten Aspekte in Form von praktischen Übungen vertieft werden. Die regelmäßige aktive Teilnahme an den Vorlesungssitzungen und den Tutorien wird dringend empfohlen. Voraussetzung für den Erwerb eines Leistungsnachweises ist die erfolgreiche Absolvierung einer 90-minütigen Abschlussklausur am Ende des Semesters.
Einführende Literatur
Diaz-Bone, Rainer, 2018: Statistik für Soziologen. 3. Auflage, Stuttgart: Universitätsverlag Konstanz/UTB.
Wagemann, Claudius/Achim Goerres/Markus B. Siewert (Hrsg.), 2021: Handbuch Methoden der Politikwissenschaft. Wiesbaden: Springer VS.
Die Klausur findet am 16.07.2025, 14-16 Uhr, statt.
Die Nachschreibeklausur findet am N.N., statt.
- Lehrende/r: Oliver Treib
Das Münster-Barometer kann entweder als Seminar (diese Veranstaltung) oder als Praktikum bei Nina Wild belegt werden. Als Seminar steht beim Münster-Barometer der Praxisbezug im Fokus, indem die bisher im Studium erlangten theoretischen Kenntnisse der empirischen Sozialforschung in einem konkreten sozialwissenschaftlichen Projekt angewandt und hinterfragt werden. Die Teilnehmer*innen sind dabei aktiv bei der Durchführung eines konkreten Drittmittelprojekts eingebunden, das mittels einer Bevölkerungsbefragung die Meinung in Münster zu aktuellen gesellschaftlichen und politischen Themen wie Wohnungsnot, Flüchtlingspolitik oder gesellschaftliches Engagement erhebt, sich aber auch mit sozialwissenschaftlichen und methodischen Fragestellungen wie z.B. Sozialraummodelle oder Non-Response auseinandersetzt. Im Laufe des Seminars werden verschiedene Techniken der empirischen Sozialforschung in der Praxis angewandt: Fragebogenentwicklung, Programmierung einer Dateneingabemaske bzw. eines Online-Fragebogens, Durchführung von Interviews, Datenerfassung, Auswertung mit SPSS und die Aufbereitung der Ergebnisse mittels Grafikprogramme. Vorkenntnisse (vor allem im statistischen Bereich) sind nicht unbedingt erforderlich, es ist aber sinnvoll, zuvor die grundlegenden Statistik- und Methodenkurse besucht zu haben. Das Sommer-Barometer 2025 wird sich überwiegend mit der Kommunalwahl am 14. September beschäftigen. Anders als in früheren Jahren wird die Projektzeit aber geteilt: Im laufenden Semester wird in zwei Wochenendblöcken (27.6/28.6. und 11.7./ 12.7) der Fragebogen erstellt, vom 11.8. bis 2.9. die Befragung durchgeführt, die Daten ausgewertet und die Ergebnisse interpretiert und präsentiert. Weitere Informationen und ein detaillierter Verlaufsplan finden sich unter https://www.uni-muenster.de/imperia/md/content/soziologie/bema/verlaufsplan_2025-2.pdf. Eine Anmeldung ist bis Mitte Juni 2025 nur per Email unter der folgenden Email-Adresse: barometer@uni-muenster.de möglich.
- Lehrende/r: Luigi Droste
- Lehrende/r: Marko Heyse
- Lehrende/r: Christina Wild
Was viele ostmittel- und osteuropäische Gesellschaften von den meisten westeuropäischen Ländern unterscheidet, ist die in letzter Zeit neu entflammte Frage nach der Einheit von Nation und Religion, die oft auf Jahrhunderte alte Konflikte zurückgeht. Das Seminar beschäftigt sich mit dem Thema aus forschungspraktischer, anwendungsbezogener Perspektive. Auf der Basis internationaler Datensätze werden Bevölkerungseinstellungen in ausgewählten Ländern der Region vergleichend analysiert. Dabei sollen zunächst Ähnlichkeiten und Unterschiede in Bezug auf die Unterstützung verschiedener Konzepte nationaler Zugehörigkeit und Identität auf der Länderebene herausgearbeitet werden. Insbesondere soll untersucht werden, in welcher Weise nationale und religiös-konfessionelle Zugehörigkeit miteinander verwoben sind. In einem weiteren Schritt soll auf der Individualebene untersucht werden, ob und in welchem Ausmaß Vorstellungen nationaler Zugehörigkeit mit der Kirchlichkeit und Religiosität, aber auch mit anderen Merkmalen der Befragten zusammenhängen. Die Analysen werden mit der Statistiksoftware SPSS durchgeführt. Dabei kommen auch multivariate Verfahren wie Regressions-, Faktoren- oder Clusteranalysen zur Anwendung. Grundlegende Statistik- und SPSS-Kenntnisse sind für die Teilnahme zwingend erforderlich.
- Lehrende/r: Dorian Ludwinski
- Lehrende/r: Olaf Müller
- Lehrende/r: Gergely László Rosta
Pflichtveranstaltung im 2. Studienabschnitt (7. Sem.) Schwerpunkte: Pharmakokinetik, Testung von Arzneistoffen, Statistik
- Lehrende/r: Frank Begrow
- Lehrende/r: Martina Düfer
Auf 16 Studierende begrenzte Teilnehmerzahl, Anmeldung erforderlich!
In dieser Veranstaltung wird in die Arbeit mit der Statistik-Software SPSS praxisnah eingeführt. Dabei stehen Fragen des Datenmanagements und der deskriptiven Auswertung im Mittelpunkt. Ziel der Veranstaltung ist der Erwerb praktischer Fähigkeiten, so dass die Studierenden in der Lage sind, Daten, wie sie beispielsweise bei Fragebogenstudien anfallen, angemessen deskriptiv zu analysieren. Grundlegende Kenntnisse der deskriptiven Statistik, wie sie in Statistik I vermittelt werden, sind erforderlich. Kenntnisse, wie sie in der Veranstaltung Statistik II sind von Vorteil.
Je nach Raumsituation ist ein eigener Laptop mit Zugang zum Uni-Netz notwendig.
Es kann über eine Klausur eine Prüfungsleistung erbracht werden.
- Lehrende/r: Lars Behrmann
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Steffen Nestler
- Lehrende/r: Boris Forthmann
- Lehrende/r: Steffen Nestler
Bei Interesse an diesem Seminar bitten wir mit den Veranstaltern (Email: lemm@uni-muenster.de) bis zu Beginn des Semesters Kontakt aufzunehmen, da eventuell die Vorbesprechung und Vorträge als Zoom-Konferenz stattfinden.
In dem Seminar werden Grundlagen, Verfahren und Anwendungen des maschinellen Lernens vorgestellt. Vermittelt werden soll insbesondere ein Verständnis für "induktives Lernen", für die Gefahren eines sogenannten „Overfittings” und die Notwendigkeit vorhandene empirische Daten durch „A-Priori-Informationen” oder „Regularisierungen” zu ergänzen. Das Seminar richtet sich insbesondere an Studierende des Faches Physik, ist aber auch für Studierende anderer Fachrichtungen offen.
In Vorträgen behandelt werden können, je nach Interesse und Hintergrund der Teilnehmer, beispielsweise neuronale Netze und Deep-Learning-Architekturen, Entscheidungsbäume und Random Forests bzw. Gradient-Boosting-Verfahren, Methoden der Bayesschen Statistik und Monte-Carlo-Verfahren, gegebenenfalls auch mit entsprechenden Anwendungen in den Programmiersprachen R oder Python, z.B. für die Higgs Boson Machine Learning Challenge oder aus der Bilderkennung.
- Lehrende/r: Jörg Lemm
- Lehrende/r: Christian Wieczerkowski
Die Vorlesung Statistik I dient dazu, die Studierenden mit den Grundlagen deskriptiver Statistik vertraut zu machen. Dazu zählen uni- und bivariate Verteilungen, Lage-, Streuungs- und Konzentrationsmaße, nominale, ordinale und metrische Zusammenhangsmaße sowie die Einführung in die Logik und Berechnung der bivariaten Regression. Die Vermittlung der Grundlagen geschieht wesentlich über die Heranziehung fiktiver und realer Beispieldaten, mithilfe derer politikwissenschaftlich interessante, empirische Fragestellungen und Problematiken veranschaulicht und diskutiert werden.
Parallel zur Vorlesung muss das begleitende Tutorium besucht werden, in welchem nicht nur die Inhalte der Vorlesung – sofern notwendig – wiederholt, sondern die VL-Teilnehmenden zudem in die Datenanalyse von Hand und grundsätzlich mithilfe von SPSS eingeführt werden.
Erforderliche Leistungen
- Regelmäßige Teilnahme in VL UND Tutorium
- Bestehen der Abschlussklausur
- Erbringen der zu Beginn der VL definierten Studienleistungen
Literaturempfehlungen
- Diaz-Bone, Rainer: Statistik für Soziologen. Konstanz: UKV 22013.
- Johnson, Janet / Reynolds, H.T.: Political Science Research Methods. Washington: CQ Press, 2009.
- Behnke, Jochen/Baur, Nina/Behnke, Natalie: Empirische Methoden der Politikwissenschaft. Paderborn: UTB 2006.
- Field, Andy P.: Discovering statistics using IBM SPSS statistics. Los Angeles et al.: Sage 2013.
- Pollock, Philip H.: An SPSS companion to political analysis. Washington: CQ Press 2012.
Die Klausur findet am 07.07.2025, 14-16 Uhr, statt.
Die Nachschreibeklausur findet am 04.08.2025, 14-16 Uhr, statt.
- Lehrende/r: Lena Masch
Inhalt der Vorlesung:
Grundlagen der Wahrscheinlichkeitsrechnung und Statistik, Statistische Beschreibung von Vielteilchensystemen, statistische Ensembles, Verbindung von statistischer Physik und phänomenologischer Thermodynamik, Entropie und Information, thermodynamische Potentiale, klassisches ideales Gas, ideale Quantengase (Fermi- und Bosegas), reale Gase, magnetische Systeme und Phasenübergänge, Statistik und Kinetik von Nichtgleichgewichtssystemen, Transportprozesse.
Contents of the Lecture:
Calculus of probabilities and statistics, statistical description of many-particle systems, statistical ensembles, connection between statistical physics and phenomenological thermodynamics, entropy and information, thermodynamic potentials, classical ideal gas, ideal quantum gases (Fermi and Bose gas), real gases, magnetic systems and phase transitions, statistics and kinetics of non-equilibrium systems, transport processes
- Lehrende/r: Marcus Böckmann
- Lehrende/r: Nikos Doltsinis
Diese Vorlesung ist die Fortsetzung der Vorlesung Statistik 1 aus dem Wintersemester, in der wir uns mit den Grundlagen der deskriptiven Statistik (auch: beschreibende Statistik) auseinandergesetzt haben. Im Sommersemester beschäftigen wir uns mit Fragen der schließenden Statistik (auch: Inferenzstatistik), also mit statistischen Schätz- und Testverfahren. Warum ist Inferenzstatistik so wichtig, um Befunde quantitativer Forschung verstehen, hinterfragen und selbst kreieren zu können? Was ist ein sogenanntes "Konfidenzintervall" und was bedeutet eigentlich "statistisch signifikant"? Wie groß muss eine Stichprobe sein, um auf deren Basis "sichere" Aussagen treffen zu können? Wie sind Ergebnisse multivariater Regressionsanalysen zu interpretieren? Die Veranstaltung wird mit einer Klausur abgeschlossen und wird wieder durch Tutorien begleitet. Die Termine der Tutorien werden in der ersten Sitzung bekannt gegeben, in der auch die Verteilung auf die Tutorien stattfinden wird.
- Lehrende/r: Marko Heyse
- Lehrende/r: Saskia Baums
- Lehrende/r: Lars Behrmann
- Lehrende/r: Sandra Jamin
- Lehrende/r: Marie Antonia Osterbrink
- Lehrende/r: Lea Thiele
- Lehrende/r: Stefanie van Ophuysen
Dieser Learnwebkurs beinhaltet die Materialien der Tutorien der Statistik 2 Vorlesung von Prof. Dr. Stephanie van Ophuysen im SoSe 2025.
In den Tutorien werden die Inhalte der Vorlesung grundsätzlich wiederholt und anhand von praktischen Aufgaben empirisch umgesetzt.
- Lehrende/r: Lena Masch
Tutorien zur Vorlesung Statistik II.
Die Plätze werden in der ersten Vorlesung vergeben. Bitte nicht zu den Tutorien in HIS LSF anmelden.
- Lehrende/r: Carla Elisabeth Bruns
- Lehrende/r: Madita Bruns
- Lehrende/r: Marko Heyse
Dies ist der Learnweb-Kurs des Tutoriums zur Vorlesung Statistik II (Inferenzstatistik) im B.Sc. Psychologie. Im Tutorium besprechen wir die Lösungen zu den Übungsaufgaben aus der Vorlesung und ihr dürft uns alle eure Fragen stellen :).
Wir freuen uns auf die Zeit mit euch!
Eure Tutorinnen
- Lehrende/r: Rachel Maria Baumann
- Lehrende/r: Boris Forthmann
- Lehrende/r: Maja Kämpfer
- Lehrende/r: Steffen Nestler
- Lehrende/r: Feline Sofie Scheffer
- Lehrende/r: Miriam Soltanianzadeh
Eine Anmeldung in HISLSF dient der Organisation der Vorlesung und sollte nach Möglichkeit vorgenommen werden. Die Teilnahme an der Veranstaltung sowie die Verbuchung Ihrer Leistungen in QISPOS ist jedoch auch ohne vorherige Anmeldung via HISLSF möglich.
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird für BA EW als Vorlesung in Kombination mit der Statistik I Vorlesung durchgeführt.
Ziel des methodischen Teils ist die Fähigkeit zum Lesen empirischer Untersuchungen. Als Inhalte werden behandelt: Wissenschaftstheorie, Forschungslogik, Begriffe und Theoriebildung, Hypothesen, Operationalisierung, Forschungsdesigns, quantitative und qualitative Methoden der Datengewinnung.
Als Prüfungsleistung wird eine Klausur angeboten.
- Lehrende/r: Stefanie van Ophuysen
Eine Anmeldung in HISLSF dient der Organisation der Vorlesung und sollte nach Möglichkeit vorgenommen werden. Die Teilnahme an der Veranstaltung sowie die Verbuchung Ihrer Leistungen in QISPOS ist jedoch auch ohne vorherige Anmeldung via HISLSF möglich.
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Ziel ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Kennwerte (Häufigkeitsverteilungen, Lage- und Streuungsmaße) und Analyseverfahren (Mittelwertvergleiche, Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der praktischen, problemorientierten Datenanalyse im Mittelpunkt.
Als Prüfungsleistung wird eine Klausur angeboten; als Studienleistung wird die regelmäßige Bearbeitung von Übungszetteln angeboten
- Lehrende/r: Lars Behrmann
- Lehrende/r: Stefanie van Ophuysen