Quantitative Methoden

Aktuelle Lehrveranstaltungen

Ulrike Semmler-Busch

Workshop „Fragebogenerstellung und Überprüfen einzelner Skalen“


In diesem Workshop geht es dar­um, ei­nen Fra­ge­bo­gen rich­tig auf­zu­bau­en, die Fra­gen gut zu for­mu­lie­ren und Ska­len, die sich aus meh­re­ren In­di­ka­tor­fra­gen zu­sam­men­set­zen, zu über­prüfen.

Workshop „Einfache Auswertungen für Kategoriale Daten“


In diesem Workshop wird ge­zeigt, wie ein­zel­ne ka­te­go­ria­le Va­ria­ble und Zu­sam­menhänge zwi­schen zwei ka­te­go­ria­len Va­ria­blen gra­fisch dar­ge­stellt und mit Kenn­zah­len und Tests ana­ly­siert wer­den können (SPSS/​R).

Melanie Gohr-Mellersh

StatistikWerkstatt


Diese Veranstaltung richtet sich an Studierende, die im Rahmen ihrer Semester- oder Abschlussarbeit (BA, Master, Phd) statistische Methoden anwenden möchten.

Sie finden hier Hilfe von der Konzeption der Studie bis zur Erstellung eines Fragebogens, der Durchführung der Umfrage bis hin zur Wahl der Anwendung von geeigneten quantitativen Auswertungsmethoden sowie der korrekten Interpretation der Ergebnisse.

Die Termine bestehen aus einzelnen kurzen Workshops, in denen das nötige Grundwissen vermittelt wird, sodass - ergänzt durch passende Literatur - Studierende die jeweilige Methode selbständig anwenden können und sich gegenseitig helfen können.

Die Auswertungen finden meist in SPSS statt.

Die Themen sind an den Bedarfen der Studierenden orientiert, senden Sie mir gerne eine E-Mail mit Themenvorschlägen (gohr-mellersh@leuphana.de).

Oder kommen Sie mit Ihrem Projekt zu den angegebenen Terminen (vorab anmelden und auch den Anmeldebogen per E-Mail bitte zusenden - siehe Materialordner).

Ziel: Studierende erlernen Grundlagen und erhalten individuelle Unterstützung bei der Umsetzung von empirisch, quantitativen Arbeiten.

Msc. Ing. Dalia Farghaly

Introduction to working with ARCGIS


The seminar provides an overview about the geographic information systems and is aimed at students who will work with spatial data within their work or their final thesis. They will learn how to install and use ARCGIS 10 in creating, querying and analyzing the spatial data and creating a map.

Ziel: Training the students how to use ARCGIS in their work.

Prof. Dr. Alexander Freund

Testtheorie


Computerunterstützte Datenanalyse Gruppe A


Computerunterstützte Datenanalyse Gruppe B


Vertiefung Differentielle Psychologie Gruppe A


Vertiefung Differentielle Psychologie Gruppe B


Prof. Dr. Ulf Brefeld

Grundlagen digitaler Medientechnik


Anhand verschiedener Medientypen (Bild, Ton, Text) werden die Strukturen und Formate digitaler Medien herausgearbeitet, miteinander verglichen und systematisiert. Dabei ist der Übergang von bzw. die Differenz zu analogen Medien sowie die Genzen des Digitalen (Berechenbarkeit) von besonderem Interesse. Die Erkenntnisse werden mit einem allgemeinen Informationsbegriff verknüpft.

Ziel: Die Studierenden sollen digitale Strukturen erkennen, verstehen und in der Lage sein, sie zwischen den Medientypen zu übertragen, um sie dann bewusst zu verwenden (z.B. Auflösung) oder zu vermeiden (z.B. Moirés) zu können.

Ebenso sollen ihnen als Handlungsorientierung die Unterschiede und Grenzen analoger und digitaler Techniken bewusst sein.

Anhand verschiedener Medientypen (Bild, Ton, Text) werden die Strukturen und Formate digitaler Medien herausgearbeitet, miteinander verglichen und systematisiert. Dabei ist der Übergang von bzw. die Differenz zu analogen Medien sowie die Genzen des Digitalen (Berechenbarkeit) von besonderem Interesse. Die Erkenntnisse werden mit einem allgemeinen Informationsbegriff verknüpft.

Forschungskolloquium Wirtschaftsinformatik & Data Science


Im Kolloquium stellen Promovierende, Mitglieder des Instituts und externe Gäste Ihre Forschungsvorhaben vor.

Ziel: Teilnehmerinnen und Teilnehmer erhalten einen Einblick in aktuelle Forschungsprojekte der Wirtschaftsinformatik und im Bereich

Data Science. Promovierende lernen, ihre eigenen Forschungsvorhaben vorzustellen und Ergebnisse im Kolloquium zu präsentieren und zu verteidigen.

Speicherung und Verarbeitung großer Datenbestände


This module deals with data base concepts RDBMS and NoSQL, and their practical implementations; preprocessing, reduction, analysis and mining of massive datasets; theory of MapReduce, typical ap-plications and algorithms for diverse appli-cations, e.g. link analysis, analysis of item sets, mining of data streams.

Ziel: Professional knowledge:

Knowledge of different database concepts and of how to handle and analyse huge amounts of data

Professional skills:

Evaluation of appropriate software tools and techniques, practical experiences in dealing with databases.

The students evaluate current developments in the field of analysis and storage of big data regarding their potentials, applications and risks. They are able to present and argue for their results.

Masterforum


Intelligente Datenanalyse


Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Ziel: Ziel ist die Vermittlung von Grundlagen zur intelligenten Datenverarbeitung. Die Teilnehmerinnen und Teilnehmer lernen eine allgemeine Herangehensweise an Datenanalyseprobleme. Sie können am Ende der Veranstaltung einfache Problemstellungen selbst bearbeiten und evaluieren. Die Veranstaltung ist Voraussetzung für die Teilnahe am Projekt Intelligente Datenanalyse im Winter, in dem das gelernte Wissen an realen Problemstellungen praktisch umgesetzt werden soll.

Weitere Angaben zu den Lehrveranstaltungen finden Studierende im Studienportal myStudy.