Universität Bamberg
Suche öffnen
Sie befinden sich hier:

Fakultät Sozial- und Wirtschaftswissenschaften

Master Survey Statistics and Data Analysis

  1.  Otto-Friedrich-Universität Bamberg
  2. Fakultäten
  3. Sozial- und Wirtschaftswissenschaften
  4. Fächer und Institute
  5. Institut für Statistik
  6. Lehrstühle & Professuren
  7. Lehrstuhl für Statistik und Ökonometrie
  8. Studium
  9. Master Survey Statistics and Data Analysis
  10. Bewerbung und Einschreibung

Dein Weg zum MiSSDA-Studierenden

Allgemeines

  • Der Studiengang richtet sich an Studieninteressierte mit einem Hochschulabschluss der Fachrichtungen Sozialwissenschaften, Mathematik, Wirtschaftswissenschaften, Psychologie oder einem anderen für die Statistik relevanten Fachbereich mit der Gesamtnote von mindestens "gut" (2,5).
  • Darüber hinaus sind Kenntnisse aus Modulen mit statistischer und/oder quantitativ-methodischer Orientierung im Umfang von mindestens 30 ECTS-Punkten nachzuweisen. Diese können in Kursen zu deskriptiver, induktiver, multivariater sowie computergestützter Statistik, mathematischer Propädeutik und Ökonometrie sowie zu fachspezifischen empirischen Forschungsmethoden erworben worden sein. Eine beispielhafte Auflistung solcher Module finden Sie am Ende dieser Seite.
  • Von der Gesamtnote von mindestens "gut" als Zulassungsvoraussetzung wird abgesehen, wenn Kenntnisse in Statistik/quantitativen Methoden im Umfang von 50 ECTS-Punkten mit einer Durchschnittsnote von mindestens 2,5 für die berücksichtigten Module nachgewiesen werden können.

Beispielhafte Fächerauswahl mit statistischer/quantitativer Orientierung

Dieses Drop-Down Menü listet beispielhaft Module auf, welche Ihnen für die geforderten 30 ECTS mit statistischer und/oder quantitativ-methodischer Orientierung angerechnet werden. Ebenfalls wird eine Bachelorarbeit im Bereich Statistik angerechnet.

  • Methoden der Statistik I
  • Methoden der Statistik II
  • Wirtschaftsmathematik: Analysis
  • Wirtschaftsmathematik: Lineare Algebra
  • Einführung in die Wirtschaftsinformatik
  • Introduction to Marketing Intelligence
  • Statistische Modellierung

  • Seminar A Angewandte Wirtschaftsforschung
  • Seminar A Empirische Mikroökonomik
  • Methoden der Empirischen Mikroökonomik
  • Methoden der Empirischen Makroökonomik
  • Seminar Bildungsökonomik
  • Seminar B Empirische Mikroökonomik
  • Seminar Migrationsforschung
  • Vorlesung A Angewandte Wirtschaftsforschung
  • Vorlesung B Angewandte Wirtschaftsforschung
  • Vorlesung Bildungsökonomik
  • Vorlesung Empirische Mikroökonomik
  • Vorlesung B Wirtschaftstheorie
  • Vorlesung Einführung in die Vergleichende Politikwissenschaft
  • Proseminar Vergleichende Politikwissenschaft
  • Seminar Vergleichende Politikwissenschaft
  • Vertiefungssseminar Vergleichende Politikwissenschaft
  • Schnittstellenmodul CEP 1
  • Schnittstellenmodul CEP 2
  • Einführung in die Methoden der Empirischen Sozialforschung Teil I
  • Einführung in Algorithmen, Programmierung und Software
  • Algorithmen und Datenstrukturen
  • Einführung in die Künstliche Intelligenz
  • Grundlagen der Kognitiven Informatik
  • Datenbanksysteme
  • Mathematik für Informatik 1
  • Methoden der Statistik I
  • Methoden der Statistik II
  • Wirtschaftsmathematik: Analysis
  • Wirtschaftsmathematik: Lineare Algebra
  • Statistische Modellierung

  • Seminar A Angewandte Wirtschaftsforschung
  • Seminar A Empirische Mikroökonomik
  • Methoden der Empirischen Mikroökonomik
  • Methoden der Empirischen Makroökonomik
  • Seminar Bildungsökonomik
  • Seminar B Empirische Mikroökonomik
  • Seminar Migrationsforschung
  • Vorlesung A Angewandte Wirtschaftsforschung
  • Vorlesung B Angewandte Wirtschaftsforschung
  • Vorlesung Bildungsökonomik
  • Vorlesung Empirische Mikroökonomik
  • Vorlesung B Wirtschaftstheorie
  • Methoden der Statistik I
  • Methoden der Statistik II
  • Wirtschaftsmathematik: Analysis
  • Wirtschaftsmathematik: Lineare Algebra
  • Introduction to Marketing Intelligence
  • Statistische Modellierung

  • Methoden der Statistik I
  • Methoden der Statistik II
  • Wirtschaftsmathematik: Analysis
  • Wirtschaftsmathematik: Lineare Algebra
  • Einführung in die Wirtschaftsinformatik
  • Introduction to Marketing Intelligence
  • Statistische Modellierung

  • Vorlesung Einführung in die Vergleichende Politikwissenschaft
  • Proseminar Vergleichende Politikwissenschaft
  • Seminar Vergleichende Politikwissenschaft
  • Vertiefungssseminar Vergleichende Politikwissenschaft
  • Methoden der Statistik I
  • Methoden der Statistik II
  • Einführung in die Methoden der Empirischen Sozialforschung Teil I
  • Einführung in die Methoden der Empirischen Sozialforschung Teil II
  • Statistische Modellierung

  • Methoden der Statistik I
  • Methoden der Statistik II
  • Einführung in die Methoden der Empirischen Sozialforschung Teil I
  • Einführung in die Methoden der Empirischen Sozialforschung Teil II
  • Soziologisches Forschungspraktikum Teil I: Datenerhebung
  • Soziologisches Forschungspraktikum Teil I: Datenanalyse
  • Einführung in die Bevölkerungswissenschaft
  • Grundlagen der Ökonometrie
  • Fortgeschrittene Ökonometrie
  • Multivariate Verfahren
  • Statistische Modellierung
  • Introduction to Marketing Intelligence
  • Seminar A Angewandte Wirtschaftsforschung
  • Seminar A Empirische Mikroökonomik
  • Seminar Bildungsökonomik
  • Seminar B Empirische Mikroökonomik
  • Seminar Migrationsforschung
  • Vorlesung A Angewandte Wirtschaftsforschung
  • Vorlesung B Angewandte Wirtschaftsforschung
  • Vorlesung Bildungsökonomik
  • Vorlesung Einführung in die Vergleichende Politikwissenschaft
  • Proseminar Vergleichende Politikwissenschaft
  • Seminar Vergleichende Politikwissenschaft
  • Vertiefungssseminar Vergleichende Politikwissenschaft

  • Angewandte Statistik
  • Methoden der Anwendung
  • Statistik I und Forschungsmethoden
  • Statistik II
  • Angewandte Entwicklungspsychologie
  • Angewandte Persönlichkeitspsychologie
  • Angewandte Sozialpsychologie
  • Angewandte Arbeits- und Organisationspsychologie

  • Einführung in Algorithmen, Programmierung und Software
  • Algorithmen und Datenstrukturen
  • Einführung in die Künstliche Intelligenz
  • Tree Decompositions, Algorithms and Games
  • Einführung in maschinelles Lernen
  • Datenbanksysteme
  • Mathematik für Informatik 1
  • Methoden der Statistik I
  • Methoden der Statistik II
  • Wirtschaftsmathematik: Analysis
  • Wirtschaftsmathematik: Lineare Algebra
  • Introduction to Marketing Intelligence

Ihre Bewerbung bei uns 

Das Studium kann zum Winter- und zum Sommersemester aufgenommen werden. Die Bewerbung ist ausschließlich online in der Regel bis zum Einschreibungsschluss des jeweiligen Semesters möglich. >>> Informationen zur Bewerbung auf Masterstudiengänge und die gültigen Fristen

Im Falle von Fragen und Unklarheiten zum Bewerbungsverfahren oder im Hinblick auf die für eine Zulassung vorausgesetzten Qualifikationen, lesen Sie sich bitte zunächst die FAQs durch. Bei (vermuteten) unzureichenden statistischen und/oder quantitativ-methodischen Kenntnissen (< 30 ECTS-Punkte) gibt es Möglichkeiten, wie die noch fehlenden Kenntnisse relativ unproblematisch, nahezu ohne Zeitverlust nachgeholt werden können, und welche einschlägigen quantitativ-methodisch und/oder statistisch orientierten Grundlagenmodule (bspw. in einem, der Zulassung zum Masterstudium Survey Statistics and Data Analysis vorausgehenden Modulstudium) absolviert werden könnten, um die Voraussetzungen für eine Zulassung zum Masterstudiengang Survey Statistics and Data Analysis zu erfüllen.

Weiter zu den guten Gründen