311.186 (22W) Übungen zu Regressionsmodelle
Überblick
Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.
Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
- Lehrende/r
- LV-Titel englisch Regression Models, exercises
- LV-Art Übung (prüfungsimmanente LV )
- LV-Modell Präsenzlehrveranstaltung
- Semesterstunde/n 1.0
- ECTS-Anrechnungspunkte 2.0
- Anmeldungen 12 (25 max.)
- Organisationseinheit
- Unterrichtssprache Deutsch
- mögliche Sprache/n der Leistungserbringung Deutsch
- LV-Beginn 04.10.2022
- eLearning zum Moodle-Kurs
Zeit und Ort
Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...
LV-Beschreibung
Intendierte Lernergebnisse
Die Studierenden sind nach erfolgreicher Absolvierung des Faches in der Lage
- Regressionsmodelle zu formulieren,
- Parameterschätzungen in Regressionsmodellen durchzuführen und und die Ergebnisse zu interpretieren,
- geschätzte Modelle auf ihre Voraussetzungen (etwa funktionale Form, Missspezifikation, Heteroskedastizität) zu überprüfen,
- die theoretischen Grundlagen aus der Vorlesung einzuordnen bzw. anzuwenden.
Lehrmethodik
Übungsaufgaben, Computereinsatz (Statistiksoftware R)
Inhalt/e
Schätzen und Testen im einfachen und multiplen linearen Regressionsmodell mit metrischen und kategorialen Prädiktoren. Generalisierte lineare Modelle.
Erwartete Vorkenntnisse
TBA
Literatur
Fahrmeier, Kneib, Lang (2009). Regression: Modelle, Methoden und Anwendungen. Springer-Verlag.
Prüfungsinformationen
Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.
Prüfungsmethode/n
Präsentation der Übungsbeispiele an der Tafel und am Computer in R, Projektarbeit.
Prüfungsinhalt/e
Übungsaufgaben zum Stoff der Vorlesung.
Beurteilungskriterien/-maßstäbe
Die Note ergibt sich aus
- der Anzahl gekreuzter Beispiele
- Mitarbeit/Tafelleistung
- Projektarbeit
Beurteilungsschema
Note BenotungsschemaPosition im Curriculum
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 17W.1)
-
Fach: Stochastik
(Pflichtfach)
-
6.5 Lineare Modelle (
1.0h UE / 2.0 ECTS)
- 311.186 Übungen zu Regressionsmodelle (1.0h UE / 2.0 ECTS) Absolvierung im 5. Semester empfohlen
-
6.5 Lineare Modelle (
1.0h UE / 2.0 ECTS)
-
Fach: Stochastik
(Pflichtfach)
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 22W.1)
-
Fach: Stochastik
(Pflichtfach)
-
6.6 Regressionsmodelle (
1.0h UE / 2.0 ECTS)
- 311.186 Übungen zu Regressionsmodelle (1.0h UE / 2.0 ECTS) Absolvierung im 5. Semester empfohlen
-
6.6 Regressionsmodelle (
1.0h UE / 2.0 ECTS)
-
Fach: Stochastik
(Pflichtfach)
Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung
-
Wintersemester 2023/24
- 311.186 UE Übungen zu Regressionsmodelle (1.0h / 2.0ECTS)
-
Wintersemester 2021/22
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2020/21
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2019/20
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2018/19
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2017/18
- 311.186 UE Lineare Modelle (1.0h / 2.0ECTS)