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
  • LA gbF/kbF BK MasterMasterprüfung in der großen beruflichen FachrichtungFächerübergreifendes Begleitmodul zur Masterarbeit 4. FS, Wahlpflicht
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 mit integrierter Übung: Induktive Statistik (WIWI‑C0460)

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
Vorlesung: Einführung in die Ökonometrie (WIWI‑C0470)

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

Übung: Einführung in die Ökonometrie (WIWI‑C0469)

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.
Vorlesung: Wirtschaftsstatistik (WIWI‑C0472)

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.
Übung: Wirtschaftsstatistik (WIWI‑C0471)

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.

Vorlesung: Computergestützte Methoden (WIWI‑C0736)

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.

Übung: Computergestützte Methoden (WIWI‑C0735)
Modul: Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi) (WIWI‑M0269)