Fachbereich 02: Wirtschaftswissenschaften - Bachelor-Studiengang Betriebswirtschaftslehre (B.Sc.) ab Wintersemester 2024/25 - Schwerpunktphase - Methodenmodule

Sturktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur

Aufbauend auf den formalen Grundlagen der Statistik sollen den Studierenden Kompetenzen zur Anwendung statistischer Verfahren vermittelt werden. Dabei geht es neben den Methodenkenntnissen insbesondere auch um die Fähigkeit, mit statistischen Verfahren erhaltene Ergebnisse inhaltlich korrekt interpretieren und für die Anwendung nutzbar machen zu können.

Als Themenbereiche werden für die praktische Anwendung relevante Verteilungen (Normalverteilung und ihre Verwandten, Grenzwertsätze), das Schätzen von relevanten Größen inklusive Schätzintervallen, das Testen von Hypothesen (u.a. t-Test und chi-Quadrat-Tests) und die Modellierung von Zusammenhängen zwischen Variablen (Unabhängigkeit, Korrelation, lineare Regressionsanalyse) behandelt.

Link zu JLUMaps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de

Übung zum Modul Angewandte Statistik in den Wirtschaftswissenschaften.
Weitere Infos s. zugehörige Vorlesung.

Übung zum Modul Angewandte Statistik in den Wirtschaftswissenschaften.
Weitere Infos s. zugehörige Vorlesung.

Übung zum Modul Angewandte Statistik in den Wirtschaftswissenschaften.
Weitere Infos s. zugehörige Vorlesung.

Sturktur: Vorlesung mit integrierter Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Hausaufgabe 30%, Klausur 70%

Qualifikationsziele:
• Erlernen von Grundlagen der Programmierung in Matlab
• Fähigkeit, reale Fragestellungen in Pseudo- bzw. Programmcode abzubilden
• Erstellung und Anwendung passender Matlab-Programme zur Lösung von Aufgabenstellungen, insb. aus dem Bereich der Wirtschaftswissenschaften

Inhalte:
• Grundlagen des Programmierens mit Matlab
• Datentypen und Operatoren
• Programme und Prozeduren
• Grafiken
• Spezifische Anwendungen

Die erste Veranstaltung findet in Präsenz statt. Weitere Termine: Mischung aus asynchroner-digitaler Lehre und Veranstaltungen, die live übertragen oder in Präsenz angeboten werden. Bitte beachten Sie die aktuellen Hinweise in StudIP!

Dieser Matlab-Kurs ist gedacht als Übungsfeld für EDV-interessierte Studierende der BSc-Studiengänge Wirtschaftswissenschaften und Betriebswirtschaftlehre mit Schwerpunkt(en) in den Gebieten VWL, Finance und/oder Ökonometrie. Sie sollten die Kurse der ersten vier Semester, insbesondere die Module Mathematik für Wirtschaftswissenschaftler, Formale Grundlagen der Statistik und Angewandte Statistik in den Wirtschaftswissenschaften, erfolgreich abgeschlossen haben und Spaß an der Statistik und Mathematik mitbringen.

Link zu JLUMaps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de

Übung zum Modul Vertiefende Grundlagen der Mathematik für Wirtschaftswissenschaftler. Weitere Infos s. zugehörige Vorlesung.

Die Übungen beginnen in der neunten Vorlesungswoche und finden in Präsenz statt.

Übung zum Modul Vertiefende Grundlagen der Mathematik für Wirtschaftswissenschaftler. Weitere Infos s. zugehörige Vorlesung.

Die Übungen beginnen in der neunten Vorlesungswoche und finden in Präsenz statt.

Übung zum Modul Vertiefende Grundlagen der Mathematik für Wirtschaftswissenschaftler. Weitere Infos s. zugehörige Vorlesung.

Die Übungen beginnen in der neunten Vorlesungswoche und finden in Präsenz statt.

Übung zum Modul Vertiefende Grundlagen der Mathematik für Wirtschaftswissenschaftler. Weitere Infos s. zugehörige Vorlesung.

Die Übungen beginnen in der neunten Vorlesungswoche und finden in Präsenz statt.

Übung zum Modul Vertiefende Grundlagen der Mathematik für Wirtschaftswissenschaftler. Weitere Infos s. zugehörige Vorlesung.

Die Übungen beginnen in der neunten Vorlesungswoche und finden in Präsenz statt.

Sturktur: Vorlesung und Übungen/Tutorien
Turnus: Wintersemester
Credits: 3 CP
Sprache: Deutsch
Prüfungsform: Klausur

Qualifikationsziele:
• Kenntnis und systematische Wiedergabe von Grundlagen der Mathematik
• Verständnis für mathematische Argumentationslinien und Anwendungen
• Durchführung von ersten eigenständigen Berechnungen und Auswertungen in
theoretischen und anwendungsbezogenen mathematischen Fragestellungen im Kontext der
Wirtschaftswissenschaften

Inhalte:
• Analysis mehrerer Variablen
• Lineare Algebra (Grundlagen)

Informationen zur Anrechenbarkeit der Veranstaltung im Bachelor Wirtschaftswissenschaften bzw. im Bachelor Betriebswirtschaft finden Sie unter
https://www.uni-giessen.de/de/fbz/fb02/fb/professuren/vwl/winker/lehre/bcs-veranstaltungen/qm

Die erste Veranstaltung findet in Präsenz statt. Weitere Termine: Mischung aus asynchroner-digitaler Lehre und Veranstaltungen, die in Präsenz angeboten werden. Bitte beachten Sie die aktuellen Hinweise in StudIP!

Link zu JLUMaps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de

Struktur: Vorlesung
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch (Regelfall)
Prüfungsform: Klausur

Modulbeschreibung:

IT-Kenntnisse von Programmiersprachen werden immer wichtiger, dies gilt insbesondere in Zeiten der Digitalisierung. Das Modul "Data Science mit Python für Wirtschaftswissenschaftler" bietet eine umfassende Einführung in die Programmierung mit Python und die Vorstellung von Anwendungen der Sprache im wirtschaftswissenschaftlichen Kontext. Im Rahmen des Moduls werden Themen die Arbeit mit Daten (Aufbereitung, Visualisierung und Analyse) und kollaboratives Arbeiten mit Git (z.B. GitHub oder Bitbucket) vorgestellt. Nach Abschluss dieses Moduls sollen Studierende in der Lage sein, grundlegende wirtschaftliche Fragestellungen in Python zu implementieren und ihre Ergebnisse zu analysieren.

Hinweise:
Sie sollten Interesse haben Python zu lernen und anzuwenden. In der Übung wird ausnahmslos in Python programmiert. Eine Einführung in Python wird zu Anfang der Übung gegeben, so dass keine Vorkenntnisse, aber ein Wille, sich einzuarbeiten, notwendig sind.
Der Kurs wird voraussichtlich zu 50 % als Präsenzveranstaltung und zu 50 % als digitale Veranstaltung stattfinden. Die Anteile werden laufend an die aktuelle Infektionssituation angepasst.

Modulinhalte:
Grundlagen des Programmierens in Python
Datentypen und Operatoren
Schleifen, Abfragen Funktionen
Datenaufbereitung mit Pandas
Datenvisualisierung mit Maptplotlib und Seaborn
Datenanalyse
Kollaboratives Arbeiten mit Git