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)
Stochastic Simulation
- Name im Diploma Supplement
- Stochastic Simulation
- 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
Die Studierenden
- besitzen einen umfassenden Überblick über Monte Carlo Methoden
- kennen die zugrundeliegenden Algorithmen zur Simulation von geeigneten Zufallszahlen und Zufallsprozessen
- können Monte Carlo Methoden für ökonomische Analysen anwenden
- sind in der Lage eigenständig und mit Hilfe statistischer Software Simulationsstudien durchzuführen
- können selbständig ausgewählte Übungsaufgaben bearbeiten
- Praxisrelevanz
Simulationsstudien und Monte Carlo Verfahren sind unerlässlich, sobald analytische Schätzverfahren unmöglich oder zu kompliziert sind.
- Prüfungsmodalitäten
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer mündlichen Prüfung (in der Regel: 20-40 Minuten).
- Verwendung in Studiengängen
- Bestandteile
Vorlesung (3 Credits)
Stochastic Simulation
- Name im Diploma Supplement
- Stochastic Simulation
- Anbieter
- Lehrperson
- SWS
- 2
- Sprache
- englisch
- Turnus
- unregelmäßig
- maximale Hörerschaft
- unbeschränkt
- empfohlenes Vorwissen
Grundlegende Kenntnisse der Wahrscheinlichkeitstheorie und mathematischen Statistik sowie erste statistische Programmiererfahrungen sind wünschenswert.
- Abstract
Vermittlung von Theorie und praktischer Durchführung von Simulationsstudien, welche statistische Berechnungen erheblich vereinfachen können.
- Lehrinhalte
- Einführung in die Monte Carlo Methode
- Erzeugung von Pseudozufallszahlen
- Varianzreduktion
- Rare-Event Simulation
- Effiziente Simulation von Stochastischen Prozessen
- Markov Chain Monte Carlo Methoden
- Anwendungen
- Literaturangaben
Asmussen, Glynn (2007): Stochastic Analysis. Springer, 1st ed
- didaktisches Konzept
Die Veranstaltung ist als Vorlesung konzipiert, die jedoch durch vielfältige, sachorientierte Diskussionen ihren Frontalcharakter weitestgehend verliert. Dazu R-Illustrationen, gemeinsames Programmieren der statistischen Konzepte, Übungsaufgaben.
- Hörerschaft
Übung (3 Credits)
Stochastic Simulation
- Name im Diploma Supplement
- Stochastic Simulation
- Anbieter
- Lehrperson
- SWS
- 2
- Sprache
- englisch
- Turnus
- unregelmäßig
- maximale Hörerschaft
- unbeschränkt
- empfohlenes Vorwissen
Siehe Vorlesung.
- Lehrinhalte
Siehe Vorlesung.
- Literaturangaben
Siehe Vorlesung.
- didaktisches Konzept
Bearbeitung von theoretischen und praktischen Übungsaufgaben – letztere mit Hilfe statistischer Software.
- Hörerschaft
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.