Direkt zum InhaltDirekt zur SucheDirekt zur Navigation
▼ Zielgruppen ▼

bologna.lab

Zusätzliches Lehrangebot

Für Studierende mit Mehrfachbelastungen bieten wir verschiedene zusätzliche Lehrveranstaltungen an.

Unsere Lehrveranstaltungen finden Sie auch in AGNES.

 

Data Scraping – Eine praxisorientierte Einführung

 

Dozent: Carsten Schwemmer

Art der Lehrveranstaltung: Block-Seminar

Termine:

  • 28./29./31.08. und 01.09.2017

  • Zeit: 9.00 s.t. - 17.00 Uhr

  • Ort: Grimm-Zentrum, Geschwister-Scholl-Straße 1/3, Raum 1.701 (Bitte den Eingang außerhalb der Bibliothek nutzen)

 

Anmeldung über: https://hu.berlin/datascraping

Der Anmeldezeitraum für die Veranstaltung endet am 28.07.2017.

 

Kursbeschreibung:

In den letzten Jahren hat sich die generierte Menge an Daten massiv erhöht. In diesem Zusammenhang wird häufig der Modebegriff “Big Data” verwendet, um Daten aus Online Umgebungen wie Webseiten oder sozialen Netzwerken zu beschreiben. Während solche Daten für eine Vielzahl von Forschungsfeldern relevant sind, ist deren Beschaffung und Verarbeitung – Data Scraping - aufgrund komplexer Strukturen oder fehlenden Programmierkenntnissen häufig eine Einstiegshürde für interessierte Wissenschaftler. In diesem Kurs sollen Grundkenntnisse im Bereich Data Scraping anhand einer praxisorientierten Einführung in die Programmiersprache Python vermittelt werden, welche kostenlos zugänglich ist und als einsteigerfreundlich gilt. Aufbauend auf den vermittelten Grundkenntnissen der Programmierung werden Verfahren besprochen, mit denen automatisiert Inhalte von Webseiten (z.B. Blogs) und Daten über Programmierschnittstellen (z.B. Twitter) erfasst und verarbeitet werden können. Es werden keinerlei Programmierkenntnisse vorausgesetzt. Da die Erlernung einer Programmiersprache zwangsläufig technischer Natur ist, fällt der Einstieg jedoch erfahrungsgemäß Teilnehmer/innen leichter, die sich bereits Kenntnisse im Umgang mit syntaxbasierten Programmen/Sprachen (Stata, SPSS, R) angeeignet haben. Entsprechende Kenntnisse sind weiterhin hilfreich für die anschließende Analyse der Daten, wofür im Zuge der Veranstaltung nur sehr begrenzt Zeit zur Verfügung stehen wird. Der Kurs wird in zwei Blocks im Umfang von jeweils 2x8 Stunden Präsenzzeit angeboten. Ein Leistungsnachweis für 5 ECTS kann über die Bearbeitung einer unbenoteten Hausaufgabe und einer benoteten Abschlussaufgabe erbracht werden. Die Aufgaben prüfen sowohl das Verständnis als auch die eigenständige, praktische Anwendung der im Kurs erlernten Kenntnisse auf neue Problemstellungen.

Weitere Informationen entnehmen Sie bitte der Modulbeschreibung.

 

 

Datenanalyse mit STATA – Erlernen und Anwenden

 

Referentinnen: Katja Baum, Ramona Voshage, Dr. Steffi Dierks

Leistungspunkte: 5

Art der Lehrveranstaltung: Block-Seminar

Termine:

  • 08./15./22./29.05., 12./19./26.06.2017

  • Zeit: 10.00 s.t. – 16.00 Uhr

  • Ort: Grimm-Zentrum, Geschwister-Scholl-Straße 1/3, Raum 1.702

 

Kursbeschreibung:

Die Analyse großer Datenmengen gewinnt heutzutage stetig an Bedeutung. Klassische Tabellenkalkulationsprogramme, wie z.B. Microsoft Excel, stoßen dabei immer häufiger an ihre Grenzen. Mit der Statistiksoftware STATA ist es dagegen ein Leichtes, große Datenmengen zu verarbeiten und zu analysieren. Ziel der Lehrveranstaltung ist, den Studierenden ein grundlegendes Verständnis der Statistiksoftware STATA zu vermitteln, um diese künftig selbständig beim Anfertigen von wissenschaftlichen Abschluss- oder Qualifizierungsarbeiten und der Analyse großer Datenmengen anzuwenden.

In der Lehrveranstaltung erlernen die Studierenden das Arbeiten mit STATA anhand von anonymisierten Mikrodaten der amtlichen Statistik. Das Konzept ist dabei so aufgebaut, dass vor jeder praktischen Arbeit theoretische Vorbemerkungen in das zu behandelnde Thema einführen. Die praktische Umsetzung der methodisch-theoretischen Aspekte erfolgt mit Campus-Files der Forschungsdatenzentren der Statistischen Ämter des Bundes und der Länder.

Neben dem Datenmanagement und deskriptiven Analysen (Häufigkeitstabellen, Grafiken) wird auch ein erster Einblick in Korrelations-, Regressions- und Panelanalysen und deren Umsetzung mit Hilfe von STATA gegeben. Die Lehrveranstaltung führt in die Benutzung der Menüoberfläche kurz ein, setzt jedoch den Schwerpunkt auf die Programmierung anhand von Do-Files.

Auf die Interpretation der erzeugten Ergebnisse durch die Studierenden wird großer Wert gelegt. Die eigenständige Interpretation erhöht den Lernerfolg und gibt Sicherheit bei der Anwendung der vermittelten Methoden. Diese Lehrveranstaltung ist offen für Studierende aller Fachrichtungen. Es werden Vorkenntnisse im Bereich der Statistik erwartet, jedoch keine oder nur geringe Vorkenntnisse in der Statistiksoftware STATA. Grundkenntnisse in der Computernutzung und Textverarbeitung werden jedoch ebenfalls vorausgesetzt.

Voraussetzungen für den Erhalt der Leistungspunkte sind regelmäßige und aktive Teilnahme sowie die Durchführung einer eigenen Analyse, inklusive Ausarbeitung in Form einer Hausarbeit, und deren Präsentation. Voraussetzungen für den Erhalt eines Teilnahmezertifikats sind regelmäßige und aktive Teilnahme sowie die Präsentation einer eigenen Analyse.

Da die Finanzierung des Angebots über Projektmittel erfolgt, werden Studierende, bei denen ein Härtefall nach §90 (1) ZSP-HU vorliegt oder die einen Grund für ein Studium in Teilzeit nach §63 (3) ZSP-HU nachweisen können, bei der Auswahl bevorzugt. Bitte machen Sie ggf. in Ihrer Anmeldung entsprechende Angaben.

Studierende des Studienganges Rechtswissenschaft (Abschlussziel: Erste juristische Prüfung) entnehmen das anerkannte Angebot im Bereich "Schlüsselqualifikationen" dem Vorlesungsverzeichnis der Juristischen Fakultät.

 

 
Da die Finanzierung des Angebots über Projektmittel erfolgt, werden Studierende, bei denen ein Härtefall nach §90 (1) ZSP-HU vorliegt oder die einen Grund für ein Studium in Teilzeit nach §63 (3) ZSP-HU nachweisen können, bei der Auswahl bevorzugt. Bitte machen Sie ggf. in Ihrer Anmeldung entsprechende Angaben.
 

Gute Ideen?

Anregungen zu weiteren teilzeitgerechten Wunsch-Lehrangeboten sind willkommen. Bitte wenden Sie sich dazu per Email an: Hahm@hu-berlin.de.