Modul


Allgemeine Informationen
Statistische Finanzdatenanalyse
Statistical Financial Data Analysis
BA-WM I - S 148
Prof. Dr. Kaumanns, Sebastian (sebastian.kaumanns@haw-kiel.de)
Prof. Dr. Kaumanns, Sebastian (sebastian.kaumanns@haw-kiel.de)
Wintersemester 2021/22
1 Semester
In der Regel jedes Semester
Deutsch
Studiengänge und Art des Moduls (gemäß Prüfungsordnung)
Studiengang Vertiefungsrichtung Schwerpunkt Modulart Fachsemester
B.Sc. - WINF - Wirtschaftsinformatik (6 Sem.) Wahlmodul
B.A. - BWL - Betriebswirtschaftslehre (letzte Aufnahme SoSe 2024) Wahlmodul
B.A. - BWL - Betriebswirtschaftslehre (Regelstudienzeit 6 Semester) Wahlmodul

Kompetenzen / Lernergebnisse
Kompetenzbereiche: Wissen und Verstehen; Einsatz, Anwendung und Erzeugung von Wissen; Kommunikation und Kooperation; Wissenschaftliches Selbstverständnis/Professionalität.
Die Studierenden haben – aufbauend auf den Modulen Statistik I und Statistik II – ein breites und integriertes Wissen und Verstehen der wissenschaftlichen Grundlagen der für die Betriebswirtschaft relevanten Aspekte der Beschreibenden und Schließenden Statistik.

Die Studierenden verfügen über ein kritisches Verständnis der wichtigsten Theorien, Prinzipien und Methoden und sind in der Lage, ihr Wissen in Anwendungsfeldern der Statistik im Bereich Rechnungslegung und Finanzen zu vertiefen. Ihr Wissen und Verstehen entspricht dem Stand der Fachliteratur.
Die Studierenden reflektieren situationsbezogen die erkenntnistheoretisch begründete Richtigkeit fachlicher und praxisrelevanter Aussagen. Diese werden in Bezug zum komplexen Kontext gesehen und kritisch gegeneinander abgewogen. Problemstellungen werden vor dem Hintergrund möglicher Zusammenhänge mit fachlicher Plausibilität gelöst.

Die Studierenden können Wissen und Verstehen auf Tätigkeit oder Beruf anwenden. Sie sammeln, bewerten und interpretieren relevante Informationen und leiten wissenschaftlich fundierte Urteile ab. Die Studierenden führen anwendungsorientierte Projekte durch, tragen im Team zur Lösung komplexer Aufgaben bei und können selbständig weiterführende Lernprozesse gestalten.
Die Studierenden formulieren innerhalb ihres Handelns fachliche und sachbezogene Problemlösungen und können diese im Diskurs mit Fachvertreterinnen und Fachvertretern sowie Fachfremden mit theoretisch und methodisch fundierter Argumentation begründen.
Die Studierenden begründen das eigene berufliche Handeln mit theoretischem und methodischem Wissen und können die eigenen Fähigkeiten einschätzen.
Angaben zum Inhalt
In der angewandten Statistik wird neben der Vertiefung des allgemeinen Methodenwissens der beschreibenden und schließenden Statistik zur Datenerhebung, -aufbereitung und -analyse eine software-orientierte Umsetzung vermittelt. Die Studierenden sollen klassische parametrische und nicht-parametrische Testverfahren, diverse Formen der Regressionsanalyse sowie weitere multivariate Verfahren vertiefend kennenlernen und anhand praxisbezogener Beispiele mit der Software Python anwenden. Dabei steht die Anwendungsbezogenheit im Vordergrund.

Inhalte:
- Ablauf statistischer Untersuchungen
- Einführung in Python
- Datenaufbereitung in Python
- Statistische Kennzahlen
- Parametrische und nicht-parametrische Testverfahren
- Einfache Regressionsanalyse
- Multiple Regressionsanalyse
- diverse Formen weiterer multivariater Verfahren
Backhaus, K., B. Erichson, W. Plincke, R. Weiber (2018), Multivariate Analysemethoden, 15. Auflage, Springer Gabler: Heidelberg.

Backhaus, K., B. Erichson, R. Weiber (2015), Fortgeschrittene Multivariate Analysemethoden, 3. Auflage, Springer, Gabler: Heidelberg.
Lehrformen der Lehrveranstaltungen
Lehrform SWS
Seminar 4
Arbeitsaufwand
4 SWS
5,0 Leistungspunkte
48 Stunden
102 Stunden
Modulprüfung
Prüfungsform Dauer Gewichtung wird angerechnet gem. § 11 Absatz 2 PVO Benotet Anmerkung
Präsentation 90 Minuten 100 %
Sonstiges
Statistik 1 (BA-STAT1), Statistik 2 (BA-STAT2) oder vergleichbar