Aufgabe 1 - 2 Punkte
- Erstellen und Beschreiben der Ordnerstruktur (0.5 Punkte)
- Pakete installieren + laden (0.5 Punkte); Programmatisch via
require und/oder pacman (0.5 Punkte)
- Daten korrekt laden, Stichprobe erstellen und inspizieren (0.5 Punkte)
Aufgabe 2 - 3 Punkte
- Erstellung von Training- und Test-Datensatz (0.5 Punkte)
- Zwei Klassifikationsmodelle trainieren, eins basierend auf Vorlesung 5 und eins auf Vorlesung 7 (0.5 Punkte)
- Beschreibung der Modelle und Annahmen (0.5 Punkte)
- Evaluation der Modelle mit geeigneten Metriken (0.5 Punkte)
- Interpretation und Visualisierung der Ergebnisse (1 Punkt)
Aufgabe 3 - 3 Punkte
- Segmentierung der Kunden mittels Clustering (0.5 Punkte)
- Bestimmung der optimalen Anzahl von Clustern mit
for-Loop (0.5 Punkte)
- Beschreibung der Methode und der Grundidee (0.5 Punkte)
- Geeignete Visualisierung der Cluster (0.5 Punkte)
- Interpretation und Diskussion der Ergebnisse (1 Punkt)
Aufgabe 4 - 3 Punkte
- Bootstrapping korrekt implementiert (1 Punkt)
- Konfidenzintervalle korrekt berechnet und interpretiert (1 Punkt)
- Geeignete Visualisierung und Diskussion der Ergebnisse (1 Punkt)
Aufgabe 5 - 4 Punkte
- Korrekte Beantwortung der Fragen zum Artikel “A precinct too far” (1.5 Punkte)
- Bestimmung und Interpretation des Difference-in-Differences Schätzers (1.5 Punkte)
- Diskussion der Annahme über die Vorperioden (1 Punkt)