Informationen zu den Modulen
Modul (6 Credits)
Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi)
- Verantwortlich
- Studiengangskoordinator/-in in Verbindung mit Studiendekan/-in
- Voraussetzungen
- Siehe Prüfungsordnung.
- Workload
- 180 Stunden studentischer Workload gesamt, davon:
- Präsenzzeit: 45 Stunden
- Vorbereitung, Nachbereitung: 135 Stunden
- Dauer
- Das Modul erstreckt sich über 1 Semester.
- Qualifikationsziele
- Wissenschaftsbasierte Weiterentwicklung professionellen Handelns
- Entwicklung und Festigung einer forschenden Lernhaltung
- Einsatz von fachwissenschaftlichem Metawissen sowie Rückgriff auf wissenschaftstheoretische Konzepte
- Vertrautheit mit den statistischen Methoden empirisch-quantitativer Wirtschaftsforschung
- Fähigkeit, Weiterentwicklungen in der Fachwissenschaft bzw. Fachdidaktik zu verfolgen und sich selbstständig neue empirische Befunde anzueignen
- Prüfungsmodalitäten
Die Veranstaltung ist Teil des interdisziplinären Moduls „Professionelles Handeln wissenschaftsbasiert weiterentwickeln“ zur Begleitung der MA-Arbeit. Das Modul ist unbenotet. (Hier: Es ist eine der vier aufgeführten Lehrveranstaltungen (mit Übung) im Umfang von 6 Credits zu belegen.)
- Verwendung in Studiengängen
- Bestandteile
Vorlesung mit integrierter Übung (6 Credits)
Induktive Statistik
- Name im Diploma Supplement
- Statistical Inference
- Anbieter
- Fachgebiet Statistik, Lehrstuhl für Ökonometrie
- Lehrperson
- Prof. Dr. Andreas Behr, Prof. Dr. Christoph Hanck
- Turnus
- Sommersemester
- SWS
- 4
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse aus dem Bereich der Deskriptiven Statistik
Lehrinhalte
- Grundlagen der Wahrscheinlichkeitsrechnung
- Eindimensionale Zufallsvariablen
- Zweidimensionale Zufallsvariablen
- Konvergenz von Folgen von Zufallsvariablen und von Verteilungsfunktionen
- Grundzüge der Stichprobentheorie
- Statistische Schätzverfahren
- Statistische Testverfahren
Literaturangaben
- Assenmacher, W. (2009). Induktive Statistik (2. Aufl.). Berlin [u.a.]: Springer.
- Bamberg, M. G.; Baur, F.; Krapp, M. (2011). Statistik (16. Aufl.). München: Oldenbourg.
- Behr, A.; Pötter. U. (2011). Einführung in die Statistik mit R (2. Aufl.). München: Vahlen.
- Fahrmeir, L. (2011). Statistik : der Weg zur Datenanalyse (7. Aufl.). Berlin [u.a.]: Springer.
- Mosler, K.; Schmid, F. (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Heidelberg [u.a.]: Springer.
- Rohwer, G.; Pötter, U. (2001). Grundzüge der sozialwissenschaftlichen Statistik. Weinheim [u.a.]: Juventa-Verl.
- Rohwer, G.; Pötter, U. (2002). Wahrscheinlichkeit : Begriff und Rhetorik in der Sozialforschung. Weinheim [u.a.]: Juventa-Verl.
didaktisches Konzept
Der Vorlesungsstoff wird durch Übungsaufgaben und Tutorien unterstützt. Um eigenständiges Arbeiten zu motivieren, wird eine Vielzahl von Arbeitsblättern bzw. Onlineaufgaben bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt.
Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.
Vorlesung (3 Credits)
Einführung in die Ökonometrie
- Name im Diploma Supplement
- Introduction to Econometrics
- Anbieter
- Lehrstuhl für Ökonometrie
- Lehrperson
- Prof. Dr. Christoph Hanck, Prof. Dr. Yannick Hoga
- Turnus
- Wintersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse aus dem Bereich der deskriptiven und induktiven Statistik
Qualifikationsziele
Die Studierenden
- kennen die Rolle der Ökonometrie in den Wirtschaftswissenschaften
- formulieren geeignete Regressionsmodelle und Hypothesentests
- beurteilen die Qualität verschiedener Schätzverfahren
- beurteilen empirische Ergebnisse
Lehrinhalte
- Aufgabe der Ökonometrie
- Spezifikation der Regressionsgleichung
- Kriterien für gute Schätzer
- das einfache und multiple Regressionsmodell
- der KQ-Schätzer in einfach und multiplen Regressionen
- Bestimmtheitsmaß
- Hypothesentests
- Dummyvariablen
- Schätzung kausaler Effekte
- Instrumentvariablen
- Multikollinearität
- Heteroskedastizität
Literaturangaben
- Assenmacher, W. (2002): Einführung in die Ökonometrie (6. Aufl.). München [u.a.]: Oldenbourg.
- von Auer, L. (2013): Ökonometrie: Eine Einführung (6. Aufl.). Berlin [u.a.]: Springer Gabler.
- Stock, J. H.; Watson, M. W. (2014). Introduction to econometrics (3. Aufl.). Boston [u.a.]: Pearson.
- Wooldridge, J. M. (2015). Introductory econometrics : A modern approach (6. Aufl.). Cincinnati, Ohio: South-Western, CENGAGE Learning Custom Publishing
Übung (3 Credits)
Einführung in die Ökonometrie
- Name im Diploma Supplement
- Introduction to Econometrics
- Anbieter
- Lehrstuhl für Ökonometrie
- Lehrperson
- Prof. Dr. Christoph Hanck, wissenschaftliche Mitarbeiter(innen)
- Turnus
- Wintersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse aus dem Bereich der deskriptiven und induktiven Statistik
Qualifikationsziele
Die Studierenden
- können selbständig ausgewählte Übungsaufgaben zu den in der Vorlesung behandelten Inhalten bearbeiten
Lehrinhalte
siehe Vorlesung
Literaturangaben
siehe Vorlesung
Vorlesung (3 Credits)
Wirtschaftsstatistik
- Name im Diploma Supplement
- Economic (Business) Statistics
- Anbieter
- Fachgebiet Statistik
- Lehrperson
- Prof. Dr. Andreas Behr
- Turnus
- Sommersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse der Methoden der deskriptiven Statistik
Lehrinhalte
- Begrifflichkeiten und Maßzahlen zur Beschreibung und Analyse des Standes und der Entwicklung der Bevölkerung
- lineare klassische Produktionsmodelle
- darauf aufbauende Modellanalysen und deren empirische Umsetzung auf Basis der Input-Output Rechnung des statistischen Bundesamtes
- das Kontensystem der Volkswirtschaftlichen Gesamtrechnungen
- Entstehungs-, Verwendungs- und Verteilungsrechnung
- Preisstatistik
Literaturangaben
- A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012.
- D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
Übung (3 Credits)
Wirtschaftsstatistik
- Name im Diploma Supplement
- Economic (Business) Statistics
- Anbieter
- Fachgebiet Statistik
- Lehrperson
- Prof. Dr. Andreas Behr
- Turnus
- Sommersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse der Methoden der deskriptiven Statistik
Lehrinhalte
- Begrifflichkeiten und Maßzahlen zur Beschreibung und Analyse des Standes und der Entwicklung der Bevölkerung #
- lineare klassische Produktionsmodelle
- darauf aufbauende Modellanalysen und deren empirische Umsetzung auf Basis der Input-Output Rechnung des statistischen Bundesamtes
- das Kontensystem der Volkswirtschaftlichen Gesamtrechnungen
- Entstehungs-, Verwendungs- und Verteilungsrechnung
- Preisstatistik
Literaturangaben
- A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012.
- D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
Vorlesung (3 Credits)
Computergestützte Methoden
- Name im Diploma Supplement
- Statistics and Computing
- Anbieter
- Fachgebiet Statistik
- Lehrperson
- Prof. Dr. Andreas Behr
- Turnus
- Wintersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse der Methoden der deskriptiven und induktiven Statistik.
Abstract
Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.
Lehrinhalte
- Datenhandling
- Deskription
- Wahrscheinlichkeitsverteilungen
- Lineare und multiple Regressionsrechnung
- Heteroskedastie
Literaturangaben
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- Andreas Behr, Vorlesungsskript Regressionsanalyse.
- Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
didaktisches Konzept
Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Übung (3 Credits)
Computergestützte Methoden
- Name im Diploma Supplement
- Statistics and Computing
- Anbieter
- Fachgebiet Statistik
- Lehrperson
- Prof. Dr. Andreas Behr
- Turnus
- Wintersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse der Methoden der deskriptiven und induktiven Statistik.
Abstract
Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.
Lehrinhalte
- Datenhandling
- Deskription
- Wahrscheinlichkeitsverteilungen
- Lineare und multiple Regressionsrechnung
- Heteroskedastie
Literaturangaben
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- Andreas Behr, Vorlesungsskript Regressionsanalyse.
- Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
didaktisches Konzept
Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.