htw saar Piktogramm
Zurück zur Hauptseite

Version des Moduls auswählen:
XML-Code


[Lernergebnisse des Moduls anzeigen]

Data Science

Modulbezeichnung: Data Science
Studiengang: Wirtschaftsingenieurwesen, Master, ASPO 01.04.2022
Code: WIM22-120
SAP-Submodul-Nr.: P450-0359, P450-0360
SWS/Lehrform: 2V+1U+1PA (4 Semesterwochenstunden)
ECTS-Punkte: 6
Studiensemester: 1
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Datenanalyse: Klausur (50% der Modulnote - Prüfung wird semesterweise angeboten = 2x pro Studienjahr)
Programmierung: Projekt (50% der Modulnote - Prüfung wird jährlich angeboten = 1x pro Studienjahr)
jede Teilleistung muss bestanden sein

[letzte Änderung 12.11.2021]
Verwendbarkeit / Zuordnung zum Curriculum:
WIM22-120 (P450-0359, P450-0360) Wirtschaftsingenieurwesen, Master, ASPO 01.04.2022, 1. Semester, Pflichtfach
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 135 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Susan Pulham
Dozent:
Prof. Dr. Daniel F. Abawi
Prof. Dr. Susan Pulham
Michael B. Schmidt


[letzte Änderung 12.11.2021]
Lernziele:
Datenanalyse:
Studierende, die dieses Teilmodul erfolgreich abgeschlossen haben, können:
• für ausgewählte gegebene Fragestellungen geeignete statistische Methoden auswählen
• einschlägige Statistiksoftware (SPSS) benutzen, um häufig eingesetzte statistische Mathoden durchzuführen
• empirische Untersuchungen Dritter nachvollziehen und die verwendeten Methoden kritisch beurteilen

[letzte Änderung 19.11.2021]
Inhalt:
Datenanalyse:
1.      Statistische Induktion
2.      Zusammenhangsanalyse
3.      Regressionsanalyse
4.      Faktorenanalyse
5.      Clusteranalyse
 


[letzte Änderung 19.11.2021]
Weitere Lehrmethoden und Medien:
Datenanalyse:
Präsentationen,begleitete rechnergestützte Übungen, (rechnergestützte) Selbstlernaufgaben

[letzte Änderung 19.11.2021]
Literatur:
Datenanalyse:
• P. P. Eckstein: Angewandte Statistik mit SPSS: Praktische Einführung für Wirtschaftswissenschaftler, Wiesbaden, aktuellste Auflage    
• S. Pulham: Statistik leicht gemacht, Wiesbaden, aktuellste Auflage

[letzte Änderung 19.11.2021]
[Wed Aug 10 10:40:34 CEST 2022, CKEY=wds, BKEY=wim3, CID=WIM22-120, LANGUAGE=de, DATE=10.08.2022]