sow469 - Statistics I (Course overview) - Campusmanagementsystem Stud.IP

Department of Social Sciences

6 KP

Module components

Semester courses Wintersemester 2022/2023

Examination

Lecture

1.07.051 - Statistik I
- Prof. Dr. Sebastian Schnettler, Ph.D.
Monday: 16:15 - 17:45, weekly (from 17/10/22), Location: A14 1-102 (Hörsaal 2)
Dates on Monday, 20.02.2023, Monday, 20.03.2023 16:00 - 18:00, Location: A14 1-101 (Hörsaal 1), A14 1-102 (Hörsaal 2), A11 1-101 (Hörsaal B)
Ziele des Moduls / Kompetenzen: Nicht zuletzt durch die zunehmende Verfügbarkeit elektronischer Daten in fast allen Lebens- und Arbeitskontexten („Big Data“) gewinnt eine solide statistische Grundausbildung in vielen Berufen an Relevanz. Aber auch für die interessierte Allgemeinheit und - im Sinne ihrer Multiplikatorfunktion - für angehende Lehrkräfte an Schulen sind statistische Kenntnisse zunehmend relevant, um Zusammenhänge zu verstehen, Risiken einzuschätzen und politische Argumente richtig einzuordnen. Dieses Modul vermittelt die Fähigkeit, quantitative Daten für die wissenschaftliche Analyse aufzubereiten und auszuwerten sowie existierende empirische Analysenvon anderen, z.B. aus Forschungsbeiträgen oder den Medien, kritisch zu hinterfragen. Inhalte des Moduls: Der erste Teil der Vorlesung führt in die deskriptive Statistik ein. Diese beschäftigt sich mit der Beschreibung und Zusammenfassung von Daten mittels numerischer Kennwerte (Mittelwerte und Streuungsmaße) sowie tabellarischer und grafischer Methoden mit dem Ziel, einen Überblick über die Daten zu erlangen und interessante Muster herauszuarbeiten. Vorgestellt werden sowohl Methoden für die Beschreibung einzelner Variablen als auch für die Beschreibung des Zusammenhangs zweier - ggf. unterschiedlich skalierter - Variablen (u.a. Chi-Quadrat-Wert, Cramers V, Pearsons r). Im zweiten Teil der Veranstaltung erfolgt eine Einführung in die induktive Statistik, die sich auf Grundlage der Wahrscheinlichkeitstheorie mit dem Testen der Allgemeingültigkeit der aus einer Stichprobe gewonnenen Ergebnisse für eine interessierende Grundgesamtheit beschäftigt. Dazu werden verschiedene Testverfahren vorgestellt, die diesen Schluss für verschiedene Datenarten ermöglichen. Im dritten Teil wird in die einfache und multiple lineare Regressionsanalyse eingeführt, die neben der Zusammenhangsanalyse für zwei und mehr Variablen auch Vorhersagen ermöglicht. Am Ende der Veranstaltung wird ein kurzer Ausblick auf komplexere Regressionsverfahren gegeben, die die einfache lineare Regression für den Zusammenhang mehrerer und unterschiedlich skalierter Variablen erweitern. Die in der Vorlesung anschaulich anhand zahlreicher empirischer Beispiele vermittelten Inhalte zur einführenden Statistik werden in der Begleitübung durch praktische Übungen mit Beispieldaten und mittels gängiger Statistik-Software (Stata/R) vertieft.

Exercises

1.07.052 - Statistik I
- Alena Klenke
Thursday: 12:15 - 13:45, weekly (from 20/10/22)
1.07.053 - Statistik I
- Alena Klenke
Thursday: 14:15 - 15:45, weekly (from 20/10/22)
1.07.054 - Statistik I
- Svenja Heinecke, M.A.
Thursday: 10:15 - 11:45, weekly (from 20/10/22)
1.07.055 - Statistik I
- Svenja Heinecke, M.A.
Wednesday: 10:15 - 11:45, weekly (from 19/10/22)
1.07.056 - Statistik I
- Svenja Heinecke, M.A.
Wednesday: 14:15 - 15:45, weekly (from 19/10/22)
1.07.057Z - Zusatzangebot (Quantitative) Datenwerkstatt für R und Stata
- Dr. Andreas Timm
Tuesday: 12:15 - 13:45, weekly (from 18/10/22)

freiwilliges und offenes Zusatzangebot ohne KP. Rätselhafte Fehlermeldungen? Welches Modell ist das richtige für diese Fragestellung? Diese Veranstaltung ist ein offenes Angebot an alle, Daten- und Statistikprobleme zu diskutieren und zu lösen. Auf Basis aktueller Projekte, z.B. Qualifikations- (PA, BA, MA) und Seminararbeiten, werden wir uns den verschiedenen Aspekten quantitativer Datenanalyse widmen. Wir treffen uns wöchentlich zum Seminartermin via BigBlueButton, entweder als offene Fragerunde oder ich stelle gerne auf Wunsch auch spezielle Inhalte vor. Die Themen werden sich vollständig am Interesse der Teilnehmenden orientieren, beispielsweise könnten folgende Inhalte besprochen werden: - Datenaufbereitung & -restrukturierung: Wie bringe ich meinen Datensatz in die richtige Form? Wie wähle die richtigen Fälle aus? Wie erstelle ich die benötigten Variablen? - Wie kann ich Daten aus verschiedenen Datenquellen zusammenfügen? - Welches Modell brauche ich? Und wie sind die Ergebnisse zu interpretieren? - Wie kann ich meine Ergebnisse am besten präsentieren? - Und vor allem: warum ich bekomme ich hier eine Fehlermeldung und was bedeutet sie? Je nach Präferenz der Teilnehmenden werden wir mit R oder Stata arbeiten. Das Seminar versteht sich als offenes Forum, es besteht keinerlei Erwartung an eine regelmäßige Teilnahme und es ist auch völlig legitim, sich einfach nur die Beispiele herunterzuladen.
1.07.058Z - Zusatzangebot: "Code-Lab für Sowis: studentisch organisierte Methodenwerkstatt"
- Josep Gabriel Nikolas Sottile-Perez, B.A.
- Tim Krabbe
Friday: 12:15 - 13:45, weekly (from 21/10/22)
Dates on Friday, 10.02.2023, Friday, 17.02.2023, Friday, 24.02.2023, Friday, 03.03.2023 12:00 - 14:00
Die nächste Haus-, Projekt- oder Qualifikationsarbeit steht an und ihr sollt eine quantitative Datenanalyse durchführen, wisst aber noch nicht richtig wie und das Statistikprogramm spuckt ständig Fehlermeldungen aus? Die Dozierenden sind schlecht erreichbar oder eigentlich ist das Nachfragen schon peinlich? Dann seid ihr bei uns genau richtig: Wir, Josep und Tim, sind selbst noch Studenten und kennen all diese Sorgen und Probleme aus unserer eigenen Anfangszeit. Gerne möchten wir euch anhand dieses Formates unterstützen und ein Umfeld bieten, in dem die Herausforderungen im Umgang mit Statistiksoftware (R, Stata, SPSS) bewältigt werden können. Die Methodenwerkstatt ist kein klassisches Seminar oder Tutorium, sondern bietet einen Rahmen, in dem wir euch persönlich unterstützen. Kommt einfach vorbei, wenn ihr Hilfe in der Statistik oder mit euren wissenschaftlichen Arbeiten braucht. Die Methodenwerkstatt findet in diesem Semester wieder in Präsenz statt, wir sind aber auch bereit individuell Onlinetermine an euch zu vergeben. Unten findet Ihr unsere Emailadressen, über die Ihr uns zunächst erreichen könnt. Alles Weitere sprechen wir dann individuell mit Euch ab! tim.krabbe@uni-oldenburg.de josep.gabriel.nikolas.sottile-perez1@uni-oldenburg.de

Hinweise zum Modul

Module examination

Skills to be acquired in this module

Nicht zuletzt durch die zunehmende Verfügbarkeit elektronischer Daten in fast allen Lebens- und Arbeitskontexten („Big Data“) gewinnt eine solide statistische Grundausbildung in vielen Berufen an Relevanz. Aber auch für die interessierte Allgemeinheit und - im Sinne ihrer Multiplikatorfunktion - für angehende Lehrkräfte an Schulen sind statistische Kenntnisse zunehmend relevant, um Zusammenhänge zu verstehen, Risiken einzuschätzen und politische Argumente richtig einzuordnen.

Dieses Modul vermittelt die Fähigkeit, quantitative Daten für die wissenschaftliche Analyse aufzubereiten und auszuwerten sowie existierende empirische Analysenvon anderen, z.B. aus Forschungsbeiträgen oder den Medien, kritisch zu hinterfragen.