-
Notifications
You must be signed in to change notification settings - Fork 1
/
WMQD_01.qmd
258 lines (141 loc) · 6.09 KB
/
WMQD_01.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
---
title: "Wissenschaftliche Methoden - Quantitative Datenanalyse"
subtitle: "Erster Termin"
format:
revealjs:
theme: fom.scss
logo: fom.jpg
footer: "WMQD | Karsten Lübke"
chalkboard: true
---
## Herzlich Wilkommen!
Aus der [Data-Literacy-Charta](https://www.stifterverband.org/charta-data-literacy):
> Data Literacy umfasst die Datenkompetenzen, die für alle Menschen in einer durch Digitalisierung geprägten Welt wichtig sind. Sie ist unverzichtbarer Bestandteil der Allgemeinbildung.
<br>
Gehen wir es an ...
## Über mich 🤓
<!-- quarto install extension quarto-ext/fontawesome -->
- Prof. Dr. rer.nat. Karsten Lübke (m), seit 2009 an der FOM Dortmund
- Wie John Tukey sagte:
> The best thing about being a statistician is that you get to play in everyone's backyard.
- {{< fa envelope >}}: [[email protected]](<mailto:[email protected]>)
- {{< fa brands twitter >}}: [@luebby42](https://twitter.com/luebby42)
## \#FOMforscht
Vorträge:
- 11th International Conference on Teaching Statistics (Rosario, Argentinien): *Causal Diagrams for Descriptive Statistics*
- European Conference on Data Analysis 2022 (Neapel, Italien): *Acting Data-Driven -- But How?*
## Wünsche von mir
📛 Stellen Sie bitte ein Namensschild auf.
✏ Arbeiten Sie aktiv mit.
🤷 Stellen Sie Fragen.
💪 [https://tweedback.de/exgu](https://tweedback.de/exgu)
## Stimmung?
Auf einer Skala von *OlafScholz*, wie geht es Ihnen heute?
<center>
<img src="img/Scholz.jpeg" alt="drawing" width="450"/>
</center>
::: {.aside}
Quelle: [@MMagdowski](https://twitter.com/MMagdowski/status/1443100157487296512)
:::
## Erinnerung
Lernen ist kein Zuschauersport!
<center>
<iframe src="https://giphy.com/embed/3o6Zt90p6NgiyoN4Mo" width="960" height="407´" frameBorder="0" class="giphy-embed" allowFullScreen></iframe>
</center>
::: {.aside}
[via GIPHY](https://media.giphy.com/media/3o6Zt90p6NgiyoN4Mo/giphy.gif)
:::
## Tipps für den Vorlesungserfolg
- Kommen Sie zur Vorlesung!
- Vermeiden Sie Ablenkung.
- Arbeiten Sie die Vorlesung von Anfang an **vor** und nach. Nutzen Sie dafür die Studienbriefe.
- Stellen Sie Fragen.
- Unterstützen Sie sich gegenseitig.
## Didaktische Hinweise
- An den Präsenzterminen werden wir zusammen interaktiv an Fallstudien arbeiten.
- Wir werden [tweedback.de](https://tweedback.de/) als Classroom Response System nutzen.
- Außerdem werde ich *zufällig* Studierende drannehmen.
- Jede Vorlesung wird mit einer Wiederholung beginnen.
Es gibt wissenschaftliche Belege, dass dies sich positiv auf den Lernerfolg auswirkt!
## Lernergebnisse
Die Studierenden können nach erfolgreichem Abschluss des Moduls:
- die Grundlagen und Grundbegriffe quantitativer Datenanalyse beschreiben,
- Methoden der deskriptiven und induktiven Statistik auswählen und anwenden,
- die Ergebnisse statistischer Methoden interpretieren,
## Lernergebnisse (Fortsetzung)
- den Bezug von wirtschaftswissenschaftlichen Forschungsfragen sowie Forschungshypothesen zu quantitativen Methoden herstellen,
- grundlegende quantitative Methoden in einer wissenschaftlichen Arbeit diskutieren,
- eine empirisch quantitative wissenschaftliche Arbeit durchführen und verfassen, insbes. auch in Vorbereitung auf die Projektarbeiten und die Abschlussarbeit,
- Auswertungen mit R durchführen.
## Prüfungsleistung
- Hausarbeit
- Klausur 90 Minuten
Seminararbeit und Klausur gehen jeweils zu 50\% in die Modulnote ein, beide Prüfungsleistungen müssen mit mindestens 4,0 bewertet werden.
Beachten Sie die im OC hinterlegten Fristen!
## Workload
- Präsenzstunden: 64,0 UE
- Strukturiertes Eigenstudium 97,00 ZStd
- Student Consulting/Praxistransfer: 55,00 ZStd
- Workload gesamt: **200,0 ZStd**
- ECTS-Credit Punkte: 8
## Wünsche und Anregungen
Ich möchte von Ihnen lernen: Wie kann die Vorlesung ein Erfolg werden?
- Denken Sie an eine Vorlesung die Sie besonders gut fanden. Warum?
- Denken Sie an eine Vorlesung die Sie besonders schlecht fanden. Warum?
[https://bit.ly/3qjxRGU](https://bit.ly/3qjxRGU)
## Heutiges Thema 🏫
- Organisatorisches
- Erste Daten - Erstkontakt mit R
## UN Ziele
> Die Agenda 2030 mit ihren 17 Zielen für nachhaltige Entwicklung (Sustainable Development Goals, SDGs) ist ein globaler Plan zur Förderung nachhaltigen Friedens und Wohlstands und zum Schutz unseres Planeten.
::: {.aside}
Quelle: [https://unric.org/de/17ziele/](https://unric.org/de/17ziele/)
:::
Gucken wir uns dazu mal Daten an ...
## UN Ziel 1: Keine Armut
<iframe src="https://upgrader.gapminder.org/q/21/embed?hasBorder=true&hasOpenSansFont=false" title="92% of people get this question wrong" width="100%" height="500" style="border:none;"></iframe>
## Sie kommen zum eRfolg!
<center>
<img src="https://github.com/allisonhorst/stats-illustrations/raw/main/rstats-artwork/r_first_then.png" alt="eRfolg" width="450"/>
</center>
::: {.aside}
Quelle: [@allisonhorst](https://github.com/allisonhorst/stats-illustrations)
:::
## Reproduzierbarkeit durch R Markdown
<center>
<img src="https://github.com/allisonhorst/stats-illustrations/raw/main/rstats-artwork/reproducibility_court.png" alt="R Markdown" width="700"/>
</center>
::: {.aside}
Quelle: [@allisonhorst](https://github.com/allisonhorst/stats-illustrations)
:::
--
## Fallstudie 💻
- Lokal: RStudio durch klick auf `WMQD-WiSe-2022.Rproj` starten.
- RStudio Cloud: In **Ihr** Projekt einloggen.
Datei `Gummibaerchen.Rmd` im Ordner `fallstudie` öffnen.
## Arbeiten in R Studio
<center>
<img src="img/Kochen_mit_RStudio.png" alt="R Studio" width="850"/>
</center>
## YAML Header
Im *YAML Header* stehen Informationen über unser Dokument.
<center>
<img src="img/YAML-Gummibaerchen.png" alt="YAML" width="700"/>
</center>
---
## Code Chunks
In den *Code Chunks* stehen die R Befehle.
<center>
<img src="img/Chunk-Gummibaerchen.png" alt="Chunk" width="700"/>
</center>
---
## Zusammenknüpfen
Text, Code und Ausgabe wird über `Knit` zusammengeknüpft.
<center>
<img src="img/Knit.png" alt="Knit" width="200"/>
</center>
---
## eRfolg?
<center>
<img src="img/Erfolg-Gummibaerchen.png" alt="eRfolg?" width="850"/>
</center>