Seminar WP 1.1 Applied Statistics WS 30 h (2 SWS) 60 h 3
Im Modul müssen insgesamt 3 ECTS-Punkte erworben werden. Die Präsenzzeit
beträgt 2 Semesterwochenstunden. Inklusive Selbststudium sind etwa 90 Stunden aufzuwenden.
Zielsetzung. Die Statistik gehört zu den wichtigsten Werkzeugen der empirischen Wissenschaft und hat durch den Überfluss digitaler Daten über die letzten Jahrzehnte nur an Bedeutung gewonnen. Geographie und Nachhaltigkeitsforschung sind hier keine Ausnahmen – die Erforschung der räumlichen Ungleichverteilung der Konsequenzen des Klimawandels,der Regionalisierung von Innovationsprozessen, die Bewertung der Effektivität eines Policyinstruments oder die Analyse von Einstellungen, Meinungen und Wissen erfordern alle einen sicheren Umgang mit komplexen Daten und Kenntnis grundlegender und fortgeschrittener statistischer Verfahren. Dieser Kurs sieht die Anwendung der zuvor im Studium erlernten statistischen Methoden anhand eines eigens entwickelten Forschungsprojektes vor und dient damit auch als Vorbereitungskurs für die Masterarbeit. Der Kurs begleitet die eigenständige Entwicklung der Projektideen und bietet parallel in mehreren Blocksitzungen eine intensive Einführung in die Programmiersprache R, die als Grundlage für die Umsetzung der Forschungsprojekte dient. |
Termin |
Inhalt |
16.10.2025, 14-16 |
Begrüßung, Organisation, & Grundlagen |
13.11.2025, 14-16 |
Projektpitch I: Projektidee |
21.11.2025 (ganztägig) |
R Block I: Grundlagen |
28.11.2025 (ganztägig) |
R Block II: Deskriptive Statistik |
11.12.2025, 14-16 |
Projektpitch II: Daten & Beschreibung |
09.01.2026 (ganztägig) |
R Block III: Inferenzstatistik & Statistische Modelle |
22.01.2026, 14-16 |
Projektpitch III: Vorläufige Ergebnisse |
Literatur
Gelman A, Hill J, Vehtari A (2020) Regression and Other Stories, Cambridge: Cambridge University Press.
Healy K (2018) Data Visualization, Princeton: Princeton University Press.
Kuckartz, U., Rädiker, S., Ebert, T., & Schehl, J. (2010). Statistik: Eine verständliche Einführung. Wiesbaden: VS Verlag.
Llaudet, E., Imai, K. (2023). Data Analysis for Social Science: A Friendly and Practical Introduction. Princeton: Princeton University Press.
- Учитель: Jakob Hoffmann
- Учитель: Imke Hoppe
Das transdisziplinäre Projektseminar im WS 2024-5 widmet sich dem Thema „Autobesitz und -nutzung in der Kreislaufgesellschaft: Carsharing“. Dabei stehen drei Fragen im Vordergrund:
1. Wie können aktive Carsharing-Nutzer*innen langfristig zur weiteren Nutzung motiviert werden?
2. Wie können ehemalige Carsharing-Nutzer*innen zurückgewonnen werden?
3. Wie können Noch-Nicht-Nutzer*innen für Carsharing begeistert werden?
Ziel ist es, gemeinsam mit Partnern aus Wissenschaft, Politik und Praxis praxisnahe Lösungen und Handlungsstrategien zu entwickeln, um mehr Menschen in München (und anderswo) für Carsharing zu begeistern und damit einen Beitrag zu einer zirkulären und zukunftsorientierten Mobilität zu leisten.

- Учитель: Antonia Matern
- Учитель: Henrike Rau

- Учитель: Silvana Leiß
- Учитель: Monika Popp
- Учитель: Henrike Rau
- Учитель: Alexandre Pereira Santos
- Учитель: Andrea Reimuth
- Учитель: Julia Teebken
- Учитель: Marie Aschenbrenner
- Учитель: Klara Jungkunz
- Учитель: Silvana Leiß
- Учитель: Monika Popp
- Учитель: Henrike Rau
- Учитель: Thomas Kox
- Учитель: Jan Petzold
- Учитель: Eoin Grealis
- Учитель: Monika Popp
- Учитель: Henrike Rau
- Учитель: Barbara Demeterova
- Учитель: Sascha Filimon
- Учитель: Thomas Hüttner
- Учитель: Robert Leiner
- Учитель: Philipp Namberger
- Учитель: Maximilian Witting

- Учитель: Jakob Hofmann
- Учитель: Imke Hoppe
- Учитель: Annika Schubert
- Учитель: Monika Popp
- Учитель: Henrike Rau