107.348 Allgemeine Regressionsmodelle
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2020S, UE, 1.0h, 2.0EC

Merkmale

  • Semesterwochenstunden: 1.0
  • ECTS: 2.0
  • Typ: UE Übung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage zu (1.) der Bildung von Vorhersagemodellen mittels moderner Regressionverfahren bzw. Verfahren des statistischen Lernens, (2.) der Wahl und Validierung statistischer Lernverfahren, (3.) der Beurteilung der Güte von Modellfit und Fehlern, (4.) der Anwendung des Statistikprogramms R zur modernen Regressions- und  Datenanalyse. 

 

Inhalt der Lehrveranstaltung

Theoretische und praktische Beispiele unter Verwendung von R.

Methoden

Theoretische und praktische Beispiele unter Verwendung von R.

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

The prerequisite for the course is 

105.596 VO Econometrics 1: Linear Models

Vortragende

---

Institut

Leistungsnachweis

Die Lehrveranstaltung ist prüfungsimmanent: Regelmäßige Übungsaufgaben und Präsentationen während des Semesters. Ein Datenanalyseprojekt, welches am Ende des Semesters vorzustellen ist, geht zu einem Drittel in die Note ein. 

LVA-Anmeldung

Von Bis Abmeldung bis
24.02.2020 09:00 31.03.2020 23:59 31.03.2020 23:59

Curricula

StudienkennzahlSemesterAnm.Bed.Info
066 645 Data Science

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Basic probability and statistics; Linear algebra; Econometrics 1: Linear Models.

Vorausgehende Lehrveranstaltungen

Weitere Informationen

  • Anwesenheitspflicht!

Sprache

Englisch