Informationen zu den Modulen
Modul (6 Credits)
Methoden der Ökonometrie
- Name im Diploma Supplement
- Econometric Methods
- Verantwortlich
- Prof. Dr. Christoph Hanck
- Voraussetzungen
- Siehe Prüfungsordnung.
- Workload
- 180 Stunden studentischer Workload gesamt, davon:
- Präsenzzeit: 60 Stunden
- Vorbereitung, Nachbereitung: 60 Stunden
- Prüfungsvorbereitung: 60 Stunden
- Dauer
- Das Modul erstreckt sich über 1 Semester.
- Qualifikationsziele
Die Studierenden
- verfügen über umfassende Kenntnisse moderner statistischer und ökonometrischer Methoden und beherrschen deren Anwendung bei der Lösung empirischer, ökonometrischer Fragestellungen
- können ökonomische Probleme sachgerecht in ein ökonometrisches Modell überführen, die ökonometrischen und statistischen Schätz- sowie Testverfahren hinsichtlich ihrer Problemadäquanz beurteilen, die geeigneten Daten auswählen und die empirischen Befunde kritisch kommentieren
- sind in der Lage, eigenständig und mit Hilfe geeigneter statistischer und ökonometrischer Software praktische Probleme zu lösen
- können selbständig ausgewählte Übungsaufgaben bearbeiten
- Praxisrelevanz
Die Praxisrelevanz ist aufgrund der großen Bedeutung der Empirie in den Wirtschaftswissenschaften hoch und wird sich noch weiter erhöhen.
- Prüfungsmodalitäten
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
- Verwendung in Studiengängen
- Bestandteile
Vorlesung (3 Credits)
Methoden der Ökonometrie
- Name im Diploma Supplement
- Econometric Methods
- Anbieter
- Lehrstuhl für Ökonometrie
- Lehrperson
- Prof. Dr. Christoph Hanck
- Turnus
- Wintersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
- vgl. Modul
empfohlenes Vorwissen
Kenntnisse grundlegender ökonometrischer Methoden, wie bspw. vermittelt in dem Modul "Einführung in die Ökonometrie" sowie gute Kenntnisse der mathematischen Statistik.
Abstract
Vermittlung umfassender Kenntnisse moderner statistischer und ökonometrischer Methoden.
Lehrinhalte
- Stochastisches, statistisches und ökonometrisches Modell
- Identifikation und Multikollinearität
- Die Schätzeigenschaften der OLS-Methode bei der multiplen Regression
- Normalverteilte Störvariablen
- Testen in multiplen Regressionsmodellen
- Asymptotik
- Autokorrelation, Heteroskedastizität und die verallgemeinerte Methode der kleinsten Quadrate
- Paneldaten
Literaturangaben
- Amemiya, T. (1994). Introduction to statistics and econometrics. Cambridge, Mass. [u.a.]: Harvard Univ. Press.
- Baltagi, B. H. (2011). Econometrics (5. Aufl.). Berlin [u.a.]: Springer.
- Davidson, R.; MacKinnon, J. G. (1993). Estimation and inference in econometrics. New York [u.a.]: Oxford Univ. Press.
- Davidson, R.; MacKinnon, J. G. (2004). Econometric theory and methods. New York [u.a.]: Oxford Univ. Press.
- Greene, W. H. (2012). Econometric analysis (7. Aufl.). Boston [u.a.]: Pearson.
- Hayashi, F. (2000). Econometrics. Princeton [u.a.]: Princeton Univ. Press.
- Verbeek, M. (2012). A guide to modern econometrics (4. Aufl.). Chichester, West Sussex: Wiley.
- Wooldridge, J. M. (2010). Econometric analysis of cross section and panel data (2. Aufl.). Cambridge, Mass. [u.a.]: MIT Press.
didaktisches Konzept
Präsentation des Stoffes, Darstellung der Theorie und der Praxisrelevanz, Bearbeitung von Übungsaufgaben
Übung (3 Credits)
Methoden der Ökonometrie
- Name im Diploma Supplement
- Econometric Methods
- Anbieter
- Lehrstuhl für Ökonometrie
- Lehrperson
- Prof. Dr. Christoph Hanck
- Turnus
- Wintersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
- vgl. Modul
empfohlenes Vorwissen
Kenntnisse grundlegender ökonometrischer Methoden so wie vermittelt etwa in dem Modul "Einführung in die Ökonometrie" sowie gute Kenntnisse der mathematischen Statistik.
Abstract
Vermittlung umfassender Kenntnisse moderner statistischer und ökonometrischer Methoden.
Lehrinhalte
siehe Vorlesung
Literaturangaben
siehe Vorlesung
didaktisches Konzept
Präsentation des Stoffes, Darstellung der Theorie und der Praxisrelevanz, Bearbeitung von Übungsaufgaben