- Dozent/in: Jan Handzlik
- Dozent/in: Hendrik Leigers

- Dozent/in: Tom Koch
- Dozent/in: Olaf Passenheim
- Dozent/in: Tom Koch
- Dozent/in: Jan Handzlik
- Trainer/in: Steffen Kuhlmann
Aufbauend auf den Statistikkenntnissen aus dem Bachelorstudium verbreitern die Studierenden ihr Wissen insbesondere durch weitere Methoden der Inferenzstatistik und vertiefen ihr Wissen durch adäquate Verknüpfung deskriptiver und inferenzstatistischer Methoden zur Lösung betriebswirtschaftlicher Forschungsfragestellungen. Dieses Wissen wird durch eine Klausur geprüft.
Durch fortlaufendes praktisches Verproben der verschiedenen Methoden anhand von Beispieldatensätzen unter Nutzung eines statistischen Softwarepaketes erlangen die Studierenden Handlungskompetenz bei der Auswahl und Anwendung geeigneter statistischer Methoden und bei der Präsentation der Ergebnisse. Diese Kompetenz wird durch eine (Gruppen-)Hausarbeit geprüft.
Lehrinhalte:
- Einführung in ein statistisches Softwarepaket (bevorzugt R)
- Kurze Wiederholung der wichtigsten Methoden der deskriptiven Statistik (Selbststudium)
- Kurze Wiederholung der Grundlagen der Inferenzstatistik (Punktschätzung, Intervallschätzung, Hypothesentest)
- Wichtige grundlegende parametrische und nichtparametrische Testverfahren (bspw. t-Test, Wilcoxon-Test, Chi-Quadrat-Test)
- Multivariate Analyseverfahren (bspw. lineare Regression, ANOVA, logistische Regression)
- Weitere fortgeschrittene Analysemethoden (bspw. Panelregression, Methoden zur Analyse latenter Variablen und komplexer Modellstrukturen)
Durch fortlaufendes praktisches Verproben der verschiedenen Methoden anhand von Beispieldatensätzen unter Nutzung eines statistischen Softwarepaketes erlangen die Studierenden Handlungskompetenz bei der Auswahl und Anwendung geeigneter statistischer Methoden und bei der Präsentation der Ergebnisse. Diese Kompetenz wird durch eine (Gruppen-)Hausarbeit geprüft.
Lehrinhalte:
- Einführung in ein statistisches Softwarepaket (bevorzugt R)
- Kurze Wiederholung der wichtigsten Methoden der deskriptiven Statistik (Selbststudium)
- Kurze Wiederholung der Grundlagen der Inferenzstatistik (Punktschätzung, Intervallschätzung, Hypothesentest)
- Wichtige grundlegende parametrische und nichtparametrische Testverfahren (bspw. t-Test, Wilcoxon-Test, Chi-Quadrat-Test)
- Multivariate Analyseverfahren (bspw. lineare Regression, ANOVA, logistische Regression)
- Weitere fortgeschrittene Analysemethoden (bspw. Panelregression, Methoden zur Analyse latenter Variablen und komplexer Modellstrukturen)
- Dozent/in: Joachim Schwarz
- Dozent/in: Steffen Menze
- Dozent/in: Carsten Wilken

