Hochschule München

HM Business School (FK 10)

Modulbeschreibung

Stand: WiSe 2024

Name Methoden und Modelle der Statistik
Katalog-Nummer FK 10#QM#3.6
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 3.6 | 5 Leistungspunkte
Modulverantwortung
Kopf, Julia (Prof. Dr. )
Scheid, Sandro (Dr.)
Lehrende
Kopf, Julia (Prof. Dr. )
Scheid, Sandro (Dr.)
Prüfung(en)
Prüfungsform: schrP
Detailangaben: SafeExamBrowser Prüfung
Hildsmittel: selbst erstellte Formelsammlung DIN A4
Prüfende: Kopf, Julia (Prof. Dr. ) , Scheid, Sandro (Dr.)
Lehr- und Lernform(en)
Vorlesung | 4 SWS | SU - 1 Angebot(e)
Übung | 0 SWS | Ü - 4 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
Verwendbarkeit
Inhalt / Lernziele

Lernziele / Kompetenzen:

Nach dem Besuch dieses Moduls sind die Studierenden der Lage grundlegende Methoden und Modelle der Statistik auf praktische betriebswirtschaftliche Fragestellungen anzuwenden. Die Ergebnisse können die Teilnehmer:innen im Sachkontext bewerten.

Die Studierenden erwerben die Fähigkeit sich insbesondere in den Übungseinheiten in kleinen Gruppen über die zu behandelnden Problemstellungen auszutauschen.

Durch den Besuch dieses Moduls erkennen die Studenten die Notwendigkeit eines Zusammenspiels von quantitativen Fertigkeiten und betriebswirtschaftlichem Verständnis. Weiterhin sind sie in der Lage komplexe statistische Zusammenhänge allgemeinverständlich zu kommunizieren.


Inhalte:

·        Elemente der Wahrscheinlichkeitstheorie

·        Punktschätzer und Güteeigenschaften

·        Konfidenzintervalle für verschiedene Schätzer

·        Grundprinzip eines statistischen Tests 

·        Diverse Tests (t-Tests, Chi^2 Tests)

·        Lineares Modell (uni- und multivariat)

·        Bewertung der Modelleignung sowie Prognose


Eingesetzte Methoden der Betriebswirtschaftslehre:

·        Modelle und Methoden der Analyse (Forschungs- und Analysemodelle):

Statistische Schätzer, statistische Tests

·        Quantitativ-Empirische Methoden (Vergleichende – statistische, mathematische Methode, Datenanalysen):

Punktschätzer, Intervallschätzer, Lineares Modell

·        Qualitativ-Interpretative Methoden (z.B.: Experteninterview, Umfragen, standardisierte Erhebungen):

Interpretation von Lösungen im Sachkontext, Diskussionen

Lehr-und Lernmethoden:

·        Seminaristischer Unterricht

·        praktische Übungseinheiten 


Literatur:

·        Scheid, Vogl (2021), Data Science: Grundlagen, Methoden und Modelle der Statistik, Hanser-Verlag

·        Galata, Wessler, Scheid, Augustin (2013), Empirische Wirtschaftsforschung: Grundlagen, Methoden, Beispiele, Hanser-Verlag

·        Weitere Literatur wird in der Vorlesung bekannt gegeben


English Version

Name Methoden und Modelle der Statistik
Katalog-Nummer FK 10#QM#3.6
Zugehörigkeit zu Curriculum
Bachelor Betriebswirtschaft | 3.6 | 5 Leistungspunkte
Modulverantwortung
Kopf, Julia (Prof. Dr. )
Scheid, Sandro (Dr.)
Lehrende
Kopf, Julia (Prof. Dr. )
Scheid, Sandro (Dr.)
Prüfung(en)
Prüfungsform: schrP
Detailangaben: SafeExamBrowser Prüfung
Hildsmittel: selbst erstellte Formelsammlung DIN A4
Prüfende: Kopf, Julia (Prof. Dr. ) , Scheid, Sandro (Dr.)
Lehr- und Lernform(en)
Vorlesung | 4 SWS | SU - 1 Angebot(e)
Übung | 0 SWS | Ü - 4 Angebot(e)
Arbeitsaufwand
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
Voraussetzungen
Verwendbarkeit
Inhalt / Lernziele
Learning objectives / skills:

After completing this module, students are able to apply basic statistical methods and models to practical issues related to business and management . They will be able to evaluate the results in a factual context.

Students acquire the ability to discuss the problems to be dealt with in small groups, particularly in the exercise units.

By attending this module, students recognize the need for an interplay between quantitative skills and an understanding of business administration. Furthermore, they are able to communicate complex statistical relationships in a generally understandable way.



Contents:

- Elements of probability theory

- Point estimators, ML estimators

- Confidence intervals for different parameters

- Basic principle of a statistical test 

- Various statistical tests

- Linear model (univariate and multivariate)

- Forecasting and goodness of models




Teaching and learning methods:

- Seminar-based teaching

- Practical exercises