Gesamtliste

Überblick über die Lehrinhalte und Qualifikationsziele der Module und Veranstaltungen

Diese Seite zeigt alle Module, die sich aktuell im System befinden. Für jedes Modul werden Lehrinhalte und Lernziele ausgegeben. Bitte suchen Sie mit der Suchfunktion ihres Browsers (Strg + F) nach den Namen des Moduls bzw. der Veranstaltung im Modul zu der Sie Informationen benötigen und klicken Sie dann auf den Link zum Modul. Die darauffolgende Seite enthält alle Informationen zu den Inhalten einer Veranstaltungen die Sie für eine Anerkennung benötigen sollten. Sollte die Institution weitere Informationen benötigen, nutzen Sie bitte zusätzlichen die Seiten der einzelnen Lehrstühle und dort den Bereich „Studium“.

Modul (6 Credits)

Advanced R for Econometricians

Name im Diploma Supplement
Advanced R for Econometricians
Verantwortlich
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

Students

  • know the strengths and limitations of the high-level statistical programming language R
  • thoroughly understand the R ecosystem and have a profound understanding in selected fields of advanced R programming
  • can apply their skills in advanced statistical and econometric applications
  • are able to document and communicate scientific results in a reproducible manner
  • are prepared for implementing big data applications using R
Prüfungs­modalitäten

Weighted average of a (group) R-project (70%) and a presentation (30%, usually about 20 minutes).

Verwendung in Studiengängen
  • BWL EaFWahlpflichtbereich1.-3. FS, Wahlpflicht
  • ECMXWahlpflichtbereichME6 Applied Econometrics1.-3. FS, Wahlpflicht
  • VWLWahlpflichtbereich I1.-3. FS, Wahlpflicht
  • WiInfWahlpflichtbereichWahlpflichtbereich II: Informatik, BWL, VWLWahlpflichtmodule der Volkswirtschaftslehre1.-3. FS, Wahlpflicht
Bestandteile
Name im Diploma Supplement
Advanced R for Econometricians
Anbieter
Lehrperson
SWS
4
Sprache
englisch
Turnus
unregelmäßig
maximale Hörerschaft
20
empfohlenes Vorwissen

A solid understanding of basic R programming as, for example, taught in our Master-level econometrics courses is required.

Abstract

This course teaches advanced topics in R programming that become increasingly relevant for everyday applications in both applied and theoretical econometrics and empirical economics.

The first part of the course covers intermediate concepts in functional and object orientated programming, error handling, profiling and benchmarking as well as a treatment of selected R packages tailored for big data applications. Students are also introduced to reporting with dynamic documents. Part II deals with the tidyverse, a collection of packages designed for modern applications in data science. The third part introduces topics such as multi-core computing, C++ integration and other cutting-edge R extensions.

Students are prepared for applications in future studies and are able to efficiently tackle research-related programming tasks.

Lehrinhalte

Part I

  • R at its Heart: Functional Programming
  • Getting it right: debugging, profiling and testing
  • Reporting: Reproducible Research with R Markdown

Part II

  • A Grammar of graphics: ggplot2
  • Keep it clean: selected tidyverse packages
  • Getting data: webscraping and text mining

Part III

  • Version control: git and github
  • Need for speed: Rcpp and RcppArmadillo
  • Harnessing power: parallelization
  • Show it to others: Shiny, R Packages
Literaturangaben
  • Eddelbuettel, D. (2013). Seamless R and C++ Integration with Rcpp. Springer
  • Grolemund, G.; Wickham, H. (2017); R for Data Science. O’Reilly
  • Matloff, N. (2011). The Art of R Programming. No Starch Press
  • Wickham, H. (2019). Advanced R. CRC Press
  • Wickham, H. (2009). ggplot2 - Elegant Graphics for Data Analysis. Springer
  • Xie, Y. (2018); R Markdown: The Definitive Guide. CRC Press
didaktisches Konzept

Presentation, discussion and joint solving of programming exercises.

Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.

Hörerschaft
Vorlesung mit integrierter Übung: Advanced R for Econometricians (WIWI‑C1138)
Modul: Advanced R for Econometricians (WIWI‑M0887)

Aus Gründen der Performance und Übersichtlichkeit wird an dieser Stelle auf die Titel und vollständigen Namen der Dozenten verzichtet und es werden nur die Nachnamen ausgegeben. Die unterschiedlichen Titel der zugehörigen Dozenten  sind den Bereitstellern und Nutzern dieser Listen bekannt und bewusst.