|
Vorlesungsverzeichnis >> Fakultät Sozial- und Wirtschaftswissenschaften >> Weitere Fächer >> Statistik und Ökonometrie >>
|
Master
|
Blockseminar Survey Methodik -
- Dozent/in:
- Sara Bleninger
- Angaben:
- Seminar
- Termine:
- Einzeltermin am 28.6.2019, 12:00 - 18:00, F21/03.83
Einzeltermin am 29.6.2019, 9:00 - 15:00, F21/03.83
Blockseminar
Vorbesprechung: Freitag, 3.5.2019, 10:00 - 12:00 Uhr, RZ/02.09
- Inhalt:
- Im Mittelpunkt der Veranstaltung steht die theoretische Vorstellung und praktische Erprobung am PC von Survey-Methoden, wie Analyse unvollständiger Daten, Mehrebenenmodelle, kontrafaktuelle Designs u.ä.., wobei insbesondere ein Einblick in die Analyse empirischer Daten, unter Berücksichtigung von Item Nonrepsonse, gewährt wird.
|
|
S: Advanced Data Analysis With R -
- Dozent/in:
- Thorsten Schnapp
- Angaben:
- Seminar, 2 SWS, ECTS: 4, Modulstudium
- Termine:
- Fr, 14:00 - 16:00, WE5/04.014
Einzeltermin am 24.5.2019, Einzeltermin am 14.6.2019, 12:00 - 14:00, WE5/01.004
- Voraussetzungen / Organisatorisches:
- Zu Beginn des Seminares wird festgelegt, in welcher Sprache Deutsch oder Englisch unterrichtet wird.
- Inhalt:
- Im Mittelpunkt dieser Veranstaltung steht die Vermittlung und Anwendung fortgeschrittener Methoden der Datenanalyse mit der Statistiksoftware R. Basierend auf der theoretischen Explikation grundlegender Techniken stehen die Visualisierung von (hochdimensionalen) Daten, linearen Regressionstrukturen und ihre Verallgemeinerung sowie weitere Data-Mining-Methoden im Zentrum.
Mit diesem Fokus sind daher bereits vorhandene grundlegende Statistik- sowie R-Kenntnisse wünschenswert.
|
|
S: Statistisch-Ökonometrisches Hauptseminar -
- Dozent/in:
- Florian Meinfelder
- Angaben:
- Seminar, 2 SWS, Gaststudierendenverzeichnis
- Termine:
- Mo, 14:00 - 16:00, FMA/00.08
- Inhalt:
- Das Statistisch-Ökonometrische Hauptseminar richtet sich an wissenschaftliche Mitarbeiter, die in aktuelle Forschungsthemen involviert sind, sowie an Studierende, die sich in der Endphase Ihres Studiums befinden und an ihrer Thesis arbeiten.
In der Veranstaltung werden neben studentischen Forschungsprojekten, Praktika und Abschlussarbeiten ebenso größere Forschungsvorhaben und Projekte mit Kooperationspartnern präsentiert. Darüber hinaus bietet das Modul Gelegenheit, Ideen zu entwickeln, Konzepte und Befunde kritisch zu hinterfragen, sowie Forschungsergebnisse vorzustellen und zu diskutieren.
|
|
S: Vertiefende Themen der Amtliche Statistik -
- Dozent/in:
- Michael Fürnrohr
- Angaben:
- Seminar, 2 SWS, ECTS: 6, Termine: 25.04., 02.05., 09.05., 16.05., 23.05., 06.06., 11.07.
- Termine:
- Do, 10:00 - 14:00, FMA/01.19
14-tägig
- Inhalt:
- Basis dieser Veranstaltung bildet die Einführung in die Grundlagen der amtlichen Statistik. Neben der Diskussion der institutionellen und rechtlichen Rahmenbedingungen der amtlichen Statistik in Deutschland soll ein Überblick über die wichtigsten Wirtschaftsstatistiken und amtlichen Bevölkerungsstatistiken geliefert werden.
Schwerpunktthemen:
• Rechtsgrundlagen der amtlichen Statistik
• Institutionen der amtlichen Statistik; Definitionen und Klassifikationen
• Überblick über die Wirtschaftsstatistiken
• Methoden der amtlichen Bevölkerungsstatistiken (Zensus, lfd. Bevölkerungsstatistik, Mikrozensus)
• Bevölkerungsvorausberechnungen
• Datenzugang
• Forschungsdatenzentrum
|
|
V/Ue: Advanced Survey Statistics: Disclosure Control -
- Dozentinnen/Dozenten:
- Universität Berlin, Matthias Templ, Isabelle Gunselmann
- Angaben:
- Vorlesung, ECTS: 6
- Termine:
- Blockveranstaltung 9.5.2019-10.5.2019 Do, Fr, 10:00 - 17:30, RZ/02.09
Blockveranstaltung 1.7.2019-2.7.2019 Mo, Di, 8:00 - 18:00, RZ/02.09
Blockveranstaltung 3.7.2019-3.7.2019 Mi, 12:00 - 18:00, RZ/02.09
- Voraussetzungen / Organisatorisches:
- Anmeldung zur Lehrveranstaltung: Donnerstag, den 9.5.2019, während der Lehrveranstaltung.
Anmeldung zur Prüfung: Freitag, den 10.05.2019, während der Lehrveranstaltung.
Prüfungstermin: Mittwoch, den 3.7.2019, von 12:00 - 18:00 Uhr.
Die Prüfungsform wird zu Beginn der Lehrveranstaltung bekannt gegeben.
- Inhalt:
- Die Nachfrage nach detaillierten Einzeldaten für Forscher, Institutionen und der Öffentlichkeit steigt, auch weil ökonomische oder empirische Analysen und Aussagen über das Gesundheitssystem, der Wirtschaft und der Gesellschaft auf empirischer Basis oft nur mit der Verfügbarkeit detaillierter statistischer Information möglich sind. Vor allem die Offizielle (Amtliche) Statistik nimmt den Datenschutz schon seit Jahrzehnten sehr ernst. Durch weitere Gesetzesanpassungen (Datenschutzverordung der EU) rückt die Vertraulichkeit von Daten nun auch vermehrt in den Blickpunkt der Öffentlichkeit, der Datenschutzbeauftragten und der Unternehmen/Datenhalter außerhalb der Offiziellen Statistik.
Um dem Datenschutz gerecht zu werden muss das Risiko einer Identifikation einer (natürlichen) Person sehr gering sein. Der Aufwand eine Person zu identifizieren muss grösser als der Nutzen sein. Um dies zu erreichen werden unterschiedliche technische Massnahmen getroffen aber auch Eingriffe in Daten durchgeführt. Ziel dabei ist, die Datenqualität so hoch wie möglich zu (er)halten und das Risiko zu minimieren. Neben einigen rechtlichen Aspekten werden in dieser Veranstaltung unter Anderem folgende Methoden der Statistischen Geheimhaltung behandelt: Messung des Risikos mit k-Anonymität, l-Diversität, suda, log-linearen Modellen, Anonymisierung mittels recoding, lokalem Unterdrücken, randomisieren, Messung der Datenqualität nach Anonymisierung. Grundlage ist das Buch Statistical Disclosure Control for Microdata (https://www.springer.com/de/book/9783319502700).
Nach einer theoretischen Einführung werden die Methoden praktisch auf größere Datensätze in Case Studies angewandt.
|
|
V: Multivariate Verfahren -
- Dozent/in:
- Martin Messingschlager
- Angaben:
- Vorlesung, 2 SWS, ECTS: 6, Studium Generale, Modulstudium
- Termine:
- Di, 12:00 - 14:00, WE5/00.022
- Inhalt:
- Der Schwerpunkt dieser Veranstaltung liegt auf der Vorstellung unterschiedlicher multivariater Verfahren, wie Varianzanalyse, Distanzmaße, Hauptkomponentenanalyse, Faktorenanalyse und Clusteranalyse oder latente Klassenanalyse, welche zur Analyse von komplexen Datensätzen notwendig sind. Durch die Diskussion verschiedener Fragestellungen und Anwendungsfälle, die anhand einfacher Beispiele dargestellt werden, erfolgt eine schrittweise Verdeutlichung der Theorie.
|
|
V: Small Area Schätzverfahren -
- Dozentinnen/Dozenten:
- Universität Trier, Julia Cielebak
- Angaben:
- Vorlesung, 2 SWS
- Termine:
- Mo, 14:00 - 16:00, RZ/02.09
- Inhalt:
- In der Veranstaltung erfolgt die Vermittlung von statistischen Verfahren für die Modellierung kleinräumiger Auswertungen, für die die gegebenen Informationen einer vorliegenden Stichprobe, sog. Subpopulation oder Small Area, ungenügend sind. Dabei werden beispielsweise Bayesianische Verfahren diskutiert, die vorhandene Informationen (Erfahrungswerte, Werte aus benachbarten Regionen oder aus Registern) über einen bestimmten Sachverhalt zur Konstruktion von Schätzern nutzt, bevor überhaupt die Datenerhebung erfolgt ist.
|
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|