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
  • BWL EaFWahlpflichtbereich1.-3. FS, Wahlpflicht
  • ECMXWahlpflichtbereichME7 Econometric Methods1.-3. FS, Wahlpflicht
  • VWLWahlpflichtbereich I1.-3. FS, Wahlpflicht
Bestandteile
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
Vorlesung: Stochastic Simulation (WIWI‑C1141)
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
Übung: Stochastic Simulation (WIWI‑C1142)
Modul: Stochastic Simulation (WIWI‑M0891)

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.