Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Multivariate Statistical LearningModulbeschreibung #70190 / Version 6

← Zur Modulseite English version
Modul / Version#70190 / #6
GültigkeitSeit WiSe 2025/26
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rWerwatz, Axel
BenotungBenotet
PrüfungsformSchriftliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät VII
InstitutInstitut für Volkswirtschaftslehre und Wirtschaftsrecht
Fachgebiet37312100 FG Ökonometrie und Wirtschaftsstatistik

Kontakt

SekretariatH 57
Ansprechpartner*inMarcath, Ronja Maria
E-Mail-Adressesekretariat@statistik.tu-berlin.de
Webseitehttp://www.statistik.tu-berlin.de

Lernergebnisse

Die Studierenden lernen, Statistische Methoden anzuwenden. Sie können Multivariate Daten untersuchen, zusammenfassen, klassifizieren, gruppieren und erklären.
Umweltökonomische Themen können an unserem FG insbesondere im Modul „Applied Environmental Econometrics in R“ vertieft werden.

Lehrinhalte

Explorative Datenanalyse, multivariate Verteilungen und Schlussfolgerungen, diskriminante Analyse, Clusteranalyse, Hauptkomponentenanalyse, Faktoranalyse.
Umweltökonomische Themen können an unserem FG insbesondere im Modul „Applied Environmental Econometrics in R“ vertieft werden.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Multivariate statistical learningÜbung71 210 L 1587 Sommersemester[en]2 ISIS
Multivariate statistical learningVorlesung71 210 L 1586 Sommersemester[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Multivariate statistical learning (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Multivariate statistical learning (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Klausurvorbereitung160 h60 h
60 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung und Übung
In der Übung werden Inhalte auch mithilfe von Jupyter Notebooks vertieft, wobei mit realen oder simulierten Datensätzen und Python gearbeitet wird. Eine Einführung in Python erfolgt nicht und es wird kein Python Code in der Klausur abgefragt.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Ökonometrie
Statistik I
Statistik II

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformSchriftliche Prüfung
SpracheEnglisch
Dauer/Umfang90 Min

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Anmeldung zur Prüfung erfolgt generell über Moses.

Die 2. Wiederholungsprüfung findet in der Statistik schriftlich statt.
Studierende beachten bitte hierbei das zusätzliche Anmeldeprocedere (Anmeldeformular) des Prüfungsamts.
Evtl. aktuelle Informationen bitte auf (http://www.statistik.tu-berlin.de) abrufen.

Bitte beachten Sie aktuelle Hinweise auf unserer Website (http://www.statistik.tu-berlin.de).

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – Unterlage wird passwortgeschützt für Teilnehmer auf ISIS hochgeladen.

Empfohlene Literatur

  • Afifi, A., Clark, V. A. und May, S. (2004), Computer-Aided Multivariate Analysis, 4th Edition, Chapman & Hall
  • Backhaus, K., Erichson, B. und Plinke, W. (2006), Multivariate Analysemethoden - Eine anwendungsorientierte Einführung, 11. Aufl., Springer Verlag
  • Hamilton, L. C. (2006), Statistics with STATA, Brooks/Cole
  • Härdle, W. und Simar, L. (2006), Applied Multivariate Statistical Analysis, Springer
  • Hastie, T., Tibshirani, R. und Friedman, J. H. (2003) The Elements of Statistical Learning, Springer

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Economics and Sustainability
StuPO 2024
WiSe 2025/26Wahlpflichtbereich „Economics, Sustainability and Technology“ › Economic Sustainability
SoSe 2026Wahlpflichtbereich „Economics, Sustainability and Technology“ › Economic Sustainability
WiSe 2026/27Wahlpflichtbereich „Economics, Sustainability and Technology“ › Economic Sustainability
Industrial Economics
StuPO 2018
WiSe 2025/26Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
SoSe 2026Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
WiSe 2026/27Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
WiSe 2025/26Wahlpflichtbereich › Fachstudium Wirtschaft › Business, Economics and Management
SoSe 2026Wahlpflichtbereich › Fachstudium Wirtschaft › Business, Economics and Management
WiSe 2026/27Wahlpflichtbereich › Fachstudium Wirtschaft › Business, Economics and Management
Soziologie technikwissenschaftlicher Richtung
StuPO 2014 (7. Mai 2014)
WiSe 2025/26Technisches Fach › Statistik und Ökonometrie › Vertiefungsbereich
SoSe 2026Technisches Fach › Statistik und Ökonometrie › Vertiefungsbereich
WiSe 2026/27Technisches Fach › Statistik und Ökonometrie › Vertiefungsbereich
Wirtschaftsingenieurwesen
StuPO 2015
WiSe 2025/26Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
SoSe 2026Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
WiSe 2026/27Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Integrationsbereich › Statistics & Econometrics

Sonstiges

Keine Angabe