SS 2024

Diese Übung führt in das Arbeiten mit der Statistiksoftware R ein und
soll den Teilnehmern ermöglichen, im Anschluss an die Veranstaltung
eigenständig statistische Analysen durchzuführen. Wir beginnen zunächst
mit einer Einführung in die Grundfunktionen und dem praktischen
Kennenlernen der Benutzeroberfläche. Dies geschieht anhand von
Praxisbeispielen aus dem Bereich der Politikwissenschaft aber auch aus
anderen Bereichen. Mit Originaldatensätzen in verschiedenen Formaten
wird die deskriptive Statistik erläutert und praktisch eingeübt wie z.B.
die Erstellung aussagekräftiger Diagramme, Grafiken oder Tabellen
möglich ist. In der bivariaten Analyse werden Kreuztabellen erzeugt
sowie Zusammenhangsmaße berechnet und interpretiert. Im Anschluss an
diesen Grundlagenteil folgt die Darstellung von Mittelwertvergleichen
und der Testtheorie. Abschließend werden gängige strukturentdeckende und
strukturprüfende Verfahren wie z.B. Regressions-, Varianzanalyse
erlernt. Anhand ausführlicher Ergebnisinterpretation bietet die
Veranstaltung den Studierenden die Möglichkeit, statistische Verfahren
an dem PC anzuwenden, die Ergebnisse zu interpretieren und somit besser
zu verstehen. Sie dient als Hilfestellung und brauchbare Grundlage für
alle Studierende, die sich mit empirischen Analysen beschäftigen oder
eine empirische Arbeit planen. Die Übung ist anwendungsorientiert und
soll es den Studierenden ermöglichen, möglichst schnell eigene Analysen
zu unternehmen, ohne dabei die tieferen Grundlagen der Programme völlig
durchdringen zu müssen.

Für diese Übung werden keine Methoden- und Statistikkenntnisse vorausgesetzt.

Diese
Kurse werden für höhere Semester BA Politikwissenschaft, die
gleichzeitig den GK Einführung in die statistische Datenanalyse belegen
oder für Studierende des MA Demokratiewissenschaft angeboten. Nur bei
frei verfügbaren Seminarplätzen können auch andere Studierende des BA
Politikwissenschaft zugelassen werden. Bitte
melden sich in SPUR (12.04.-18.04.2024) an. Dieser Kurs beginnt in der 2.
Semesterwoche (22.04.2024).

Daten sprechen selten für sich.  All ihre Informationen sind zwar in
Reihen und Spalten enthalten, es ist aber nahezu ausgeschlossen durch
einen Blick auf die reinen Rohdaten Schlüsse zu ziehen, Ähnlichkeiten
und Unterschiede zu erkennen oder komplexe Zusammenhänge festzustellen.
Um die verborgenen Erkenntnisse ans Licht zu bringen und für
Interessierte verständlich aufzubereiten, bedarf es neben sorgfältigen
Analysen auch ansprechende und leicht verständliche Darstellungen von
statistischen Werten.

Die Teilnehmenden des Kurses lernen grundlegende Prinzipien grafischer
Darstellungen und Techniken der Datenvisualisierung kennen, um
statistische Informationen ansprechend aufzubereiten und Wissenschaft
einem breiten Publikum zugänglich zu machen.

Im Kurs wird das statistische Analyseprogramm R, sowie die darin
enthaltenen Pakete „tidyverse“ zur Datenbearbeitung und „ggplot2“ zur
Grafikerstellung verwendet. R ist ein in Wissenschaft und Wirtschaft
weit verbreitetes Analysewerkzeug, bei dem statistische Analysen und
Grafiken „programmiert“ werden.

Um den Kurs erfolgreich absolvieren zu können, werden Grundkenntnisse in
Statistik und R bzw. die Bereitschaft, sich selbstständig in das
Programm einzuarbeiten, vorausgesetzt.

Diese
Übung führt in weiterführende, informationswissenschaftliche Methoden
der Datenanalyse ein. Anschließend werden Werkzeuge und Methoden
vorgestellt, die durch die fortschreitende und tiefgehende
Digitalisierungstransformation unserer Gesellschaft entstanden sind und
gleichzeitig durch die ständige und immer größere werdende Verfügbarkeit
von Daten aktuell sehr bedeutend sind („Data Deluge“). Nach einer
grundsätzlichen Wiederholung der wichtigsten Informationen zur
Programmiersprache R folgt eine Einführung in die Programmiersprache
Python, die hauptsächlich für die Anwendung moderner
Data-Science-Methoden verwendet wird. Anschließend werden im weiteren
Kursverlauf die Methoden und Themengebiete Big Data Analysis, Social
Network Analysis und Künstliche Intelligenz erarbeitet und vorgestellt.

Im
Kurs sind kleine Übungen als Studienleistung zu erbringen, als
Prüfungsleistung wird von den Teilnehmer:innen aus einem der
vorgestellten Themenblöcke ein kleines Datenprojekt erarbeitet.

Für
diese Übung werden keine Methoden- und Statistikkenntnisse
vorausgesetzt, Vorkenntnisse in R und Python sind ebenfalls nicht
erforderlich, aber hilfreich.

Außerdem
wichtig! Melden Sie sich bitte auf jeden Fall rechtzeitig mit Ihren
Prioritäten im SPUR an! Um einen unüberschaubaren E-Mail-Verkehr mit
Nachzüglern zu vermeiden, wird eine Nachmeldung nicht möglich sein!
Falls Sie bei der Auslosung keinen Platz erhalten, ist ein Nachrücken
jedoch möglich.