Suchergebnisse: 533
Das Lesen und Interpretieren von Statistiken ist oft genauso anspruchsvoll wie die Berechnung komplexer statistischer Verfahren. Dieser Kurs wird sich dabei vor allem mit Statistiken beschäfti-gen, die auf den ersten Blick vermeintlich einfach zu interpretierende Ergebnisse liefern und deren Komplexität erst auf dem zweiten Blick deutlich wird: - Lügen mit Zahlen: Darstellungsformen von Statistiken - Statistik und Wahlen: Wahlprognosen - Messung von Einkommen, Armut und Reichtum - Abbildung von Sozialstruktur in der amtlichen Statistik, empirischen Sozialforschung und Markt-forschung - Staaten in einer Zahl: Indizes (WHI, HDI, CPI) - Wie wird eigentlich Bildung gemessen? Pisa, Iglu und Co Für den Kurs sind grundlegende Kenntnisse quantitativer Forschung unverzichtbar.
- Lehrende/r: Marko Heyse
- Lehrende/r: Matthias Löwe
- Lehrende/r: Sven Upgang
- Lehrende/r: Josef Schneewind
Diese Veranstaltung führt in die wichtigsten Begriffe und Themen der Testtheorie und Testkonstruktion ein. Dabei werden neben den Methoden der Itemanalysen (deskriptive Statistiken, Trennschärfen, explorative Faktorenanalysen), die Klassische Testtheorie und Item-Response-Modelle (Probabilistische Testtheorie) behandelt.
- Lehrende/r: Katharina Geukes
- Lehrende/r: Sarah Humberg
- Lehrende/r: Philipp Sturm
- Lehrende/r: Evgenia Steinepreis
- Lehrende/r: Katharina Stein
Anhand von realen Daten und Zeitreihen aus der Landschaftsökologie sollen in diesem Kurs Kenntnisse erarbeitet werden, um (auch größere) Umwelt-Datensätze analysieren zu können. Dabei werden grundlegende Methoden aus der Statistik vorgestellt und auf umweltwissenschaftliche Fragestellungen angewendet. Zur praktischen Umsetzung bietet der Kurs eine Einführung in die weit verbreitete sowie frei verfügbare Software R zur Datenverarbeitung, -analyse und grafischen Darstellung. Am Ende der Veranstaltung sollen die Studierenden in der Lage sein, die behandelten statistischen Methoden und die Programmiersprache R als Handwerkszeug sicher zu beherrschen und selbständig einfache Datenanalysen, z.B. im Rahmen von Praktika oder der Bachelorarbeit, durchführen zu können. Der Kurs richtet sich insbesondere an Bachelorstudierende der Landschaftsökologie ab dem 3. Semester, dabei sind Vorkenntnisse in R nicht erforderlich.
- Lehrende/r: Daniel Clemens Roland Ochterbeck
- Lehrende/r: Carsten Schaller
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.
Ziel des statistischen Teils ist die Fähigkeit zur Beschreibung von Daten durch deskriptive statistische Verfahren (Häufigkeitsverteilungen, Lage- und Streuungsmaße, Kontingenz- und Korrelationsanalyse, einfache Regressionsanalyse). Das Verständnis der Verfahren und die Interpretation der Ergebnisse stehen neben der Fähigkeit zur Berechnung im Mittelpunkt.
- Lehrende/r: Lars Behrmann
In der öffentlichen Diskussion und in der Medienberichterstattung über medizinische, naturwissenschaftliche und gerade auch gesellschaftswissenschaftliche Forschung wird oft von signifikanten Ergebnissen gesprochen, die anhand von repräsentativen Stichproben gewonnen wurden und deren Werte Schätzfehler aufweisen. Meistens weiß jedoch keiner so ganz genau, was damit gemeint ist – und damit bleibt auch die Aussagekraft der Berichterstattung sowie der wissenschaftlichen Erkenntnis für viele im Dunkeln.
Die Vorlesung Statistik II will da – vermittelt über politikwissenschaftlich relevante und interessante Beispiele – Licht ins Dunkel bringen. In der Vorlesung werden Sie nicht nur über weiterführende statistische Methoden der deduktiven und explorativen Datenanalyse – multivariate OLS-Regression, logistische Regressionsmodelle, Faktoren- und Clusteranalysen – aufgeklärt, sondern bekommen auch Antworten auf die folgenden Fragen (der schließenden Statistik):
Gibt es eine repräsentative Stichprobe?
Was bedeutet eigentlich ‚statistisch signifikant‘?
Was sind eigentlich diese Schätzfehler?
Und warum brauche ich all das, um quantitative Forschung verstehen, hinterfragen und selbst durchführen zu können?
Parallel zur Vorlesung muss ein begleitendes Tutorium besucht werden, in welchem nicht nur die Inhalte der Vorlesung – sofern notwendig – wiederholt, sondern die VL-Teilnehmenden zudem in der weiterführenden Datenerstellung und -analyse mit SPSS unterrichtet werden. Da die Konzeption von Vorlesung und Tutorien auf den Inhalten aus Statistik I basiert, empfehle ich als Voraussetzung für den gewinnbringenden Besuch der Statistik II-Vorlesung dringend den erfolgreichen Abschluss von Statistik I.
Prüfungs-/Teilnahmeleistungen und einführende Literatur
Erforderliche Leistungen
- Regelmäßige Teilnahme
- Bestehen der Abschlussklausur
- Erbringen der zu Beginn der VL definierten Studienleistungen
Literaturempfehlungen
- Diaz-Bone, Rainer: Statistik für Soziologen. 2. Auflage. Konstanz: UKV 2013.
- 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 90-minütige Abschlussklausur wird am 28.1.2019, 14:00 - 16:00 Uhr geschrieben.
Die 90-minütige Nachschreibeklausur wird am .............. 2019, ................... Uhr geschrieben.
- Lehrende/r: Bernd Schlipphak
Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird als Vorlesung mit (freiwillig zu besuchendem) Tutorium durchgeführt. Gegenstand sind die Grundlagen der Wahrscheinlichkeitsrechnung und inferenzstatistische Schätz- und Testverfahren. Aufbauend auf eine Einführung in die Wahrscheinlichkeitsrechnung (Wahrscheinlichkeitsbegriff, diskrete und stetige Zufallsvariablen und ihre Verteilungen) werden die Ideen der statistischen Schätztheorie und der Testtheorie vorgestellt. Das (theoretische) Verständnis der Verfahren und die Interpretation der Ergebnisse stehen im Mittelpunkt der Veranstaltung.
- Lehrende/r: Lars Behrmann
In this course, you will learn how to design, evaluate and interpret data collection and experiments in landscape ecology and related sciences. We will use R, as this is the most common and flexible software to carry out statistical analysis. Importantly, it is free, so it is accessible to anybody and anywhere (in contrast to programs that require paid license like SPSS or CANOCO). The course will be in English because many expressions used in statistics have no German equivalent (or this equivalent is not commonly used), and vast majority of information available to R is in English only.
Detailed content:
- Hypothesis, sampling design, experimental design
- Linear regression and generalized linear models (including ANOVA)
- Visualization in R
- Multivariate methods.
- Lehrende/r: Martin Freitag
- Lehrende/r: Christian Thomas Lampei
- Lehrende/r: Anna Lampei Bucharová
Inhalt der Vorlesung (4 SWS):
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.
Übungen (2 SWS):
Selbständige Bearbeitung der wöchentlich gestellten Übungsaufgaben zum Stoff der Vorlesung
Vorbesprechung zu den Übungen in der ersten Vorlesung
- Lehrende/r: Nikos Doltsinis
Grammatische Variation ist der Sprache inhärent und auch aus dem Standarddeutschen nicht wegzudenken. Sie gehört sozusagen zum Gesamthaushalt einer Sprache. Man beobachtet, dass ein und dieselbe grammatische, semantische oder pragmatische Funktion mit unterschiedlichen grammatischen Mitteln realisiert werden kann, und umgekehrt, dass eine grammatische Struktur unterschiedliche Funktionen ausüben kann. Variation kann zum einen durch grammatikinterne Regularitäten oder externe Parameter wie Medium, Register und Textsorte bedingt sein. Sie wird dann vor allem mit Methoden der Korpuslinguistik, Computerlinguistik und Psycholinguistik unter Zuhilfenahme der Statistik erfasst und analysiert. Zumm anderen können für bestimmte Gruppen von Sprachbenutzern grammatische Varianten charakteristisch sein. Die Variation ist dann mit außersprachlichen Faktoren wie Region, Alter oder soziale Position verknüpft und zieht verstärkt auch soziolinguistisches Interesse auf sich. Aus diachroner Perspektive kann grammatische Variation stabil erscheinen. Weit häufiger jedoch werden Fluktuationen in der relativen Häufigkeit von Varianten beobachtet, die zum Verlust bestimmer Varianten führen können.
- Lehrende/r: Christine Dimroth
- Lehrende/r: Klaus-Michael Köpcke
- Lehrende/r: Fabian Apostel
- Lehrende/r: Lukas Fahrenhorst
- Lehrende/r: Franka Fechte
- Lehrende/r: Gaygysyz Guljanov
- Lehrende/r: Simon Haastert
- Lehrende/r: David Maximilian Jacobi
- Lehrende/r: Stella Martin
- Lehrende/r: Evgeniia Popova
- Lehrende/r: Andrea Rüschenschmidt
- Lehrende/r: Friederike Schmal
- Lehrende/r: Kevin Stabenow
- Lehrende/r: Hendrik Weinhold
In diesem Kurs können Sie Informationen zu Bachelor- und Masterarbeiten in Stochastik (Wahrscheinlichkeitstheorie + Statistik) finden, die von Zakhar Kabluchko betreut werden.
- Lehrende/r: Zakhar Kabluchko
- Lehrende/r: David Albert Steigenberger
- Lehrende/r: Paul-Christian Bürkner
- Lehrende/r: Philipp Doebler
- Lehrende/r: Natalie Förster
- Lehrende/r: Boris Forthmann
- Lehrende/r: Sarah Humberg
- Lehrende/r: Jörg-Tobias Kuhn
- Lehrende/r: Steffen Nestler
- Lehrende/r: Julia Raddatz
- Lehrende/r: Christin Schwenk
- Lehrende/r: Carsten Szardenings
- Lehrende/r: Nina Zeuch
- Einführung in die Programmoberfläche von SPSS
- Anlegen von Datensätzen und Variablen
- Umkodieren und Transformieren von Variablen
- Datensatzmanagement
- Datentransfer in oder aus Excel
- Berechnung und Interpretation von Häufigkeitsverteilungen und statistischen Kennwerten
- Univariate und bivariate deskriptive Statistik in SPSS
- Geeignete grafische Darstellungen
- Lehrende/r: Tim Seidel
In diesem CIT Selbstlernkurs haben Sie die Möglichkeit, die Kursinhalte selbstorganisiert und flexibel zu bearbeiten. Eine Betreuung durch Dozierende findet nicht statt. Dieses Kursthema wird noch in weiteren Formaten angeboten; mehr Informationen finden Sie auf der Webseite der CIT Schulungen.
In diesem CIT Selbstlernkurs haben Sie die Möglichkeit, die Kursinhalte selbstorganisiert und flexibel zu bearbeiten. Eine Betreuung durch Dozierende findet nicht statt. Dieses Kursthema wird noch in weiteren Formaten angeboten; mehr Informationen finden Sie auf der Webseite der CIT Schulungen.
Dieser Kurs gibt eine Einführung in das Datenanalyse- und Statistikprogramm SPSS Statistics. Die Inhalte des Kurses umfassen:
- Einführung in die Programmoberfläche von SPSS
- Anlegen von Datensätzen und Variablen
- Umkodieren und Transformieren von Variablen
- Datensatzmanagement
- Datentransfer in oder aus Excel
- Berechnung und Interpretation von Häufigkeitsverteilungen und statistischen Kennwerten
- Univariate und bivariate deskriptive Statistik in SPSS
- Geeignete grafische Darstellungen
- Lehrende/r: Daniela Vogt
Hier finden Sie die Unterlagen zu Ihrem CIT Zoom-Kurs. Dieses Kursthema wird noch in weiteren Formaten angeboten; mehr Informationen finden Sie auf der Webseite der Softwareschulungen.
Dieser Kurs gibt eine Einführung in das Datenanalyse- und Statistikprogramm SPSS Statistics. Die Inhalte des Kurses umfassen:
- Einführung in die Programmoberfläche von SPSS
- Anlegen von Datensätzen und Variablen
- Umkodieren und Transformieren von Variablen
- Datensatzmanagement
- Datentransfer in oder aus Excel
- Berechnung und Interpretation von Häufigkeitsverteilungen und statistischen Kennwerten
- Univariate und bivariate deskriptive Statistik in SPSS
- Geeignete grafische Darstellungen
- Lehrende/r: Clievins Selva
- Lehrende/r: Jakob Teichmann
In der Psychologie wird in den letzten Jahren zunehmend auf die Statistik-Software R für die Datenaufbereitung und Datenanalyse zurückgegriffen. In dem Kurs werden Materialien (Folien, Beispielskripte, kurze Videos) zur eigenen Einarbeitung in R zur Verfügung gestellt, um Kenntnisse bzgl. Befehle, Funktionen usw. zu erwerben, wie man sie z.B. für den Besuch der Vorlesungen und Seminare Statistik für Fortgeschrittene I und II im M.Sc. Psychologie benötigt.
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Boris Forthmann
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Annika Hamachers