Dieser Kurs dient als Plattform für die Online Klausur im Modul Statistik und Wahrscheinlichkeitsrechnung.

Ziel der Veranstaltung
Die Veranstaltung führt in die Analyse, Beurteilung und Bewertung wirtschaftspolitischer Expertisen am Beispiel des Jahresgutachtens 2021/22 des „Sachverständigenrats zur Begutachtung der gesamtwirtschaftlichen Entwicklung“ (SVR) ein. Ziel ist es, die Teilnehmer mit den institutionellen Bedingungen der wirtschaftspolitischen Beratung in Deutschland und darüber hinaus, vor allem aber mit dem Inhalt des Jahresgutachtens vertraut zu machen. Den Teilnehmern sollen ferner Ansatzpunkte einer kritischen Analyse und Bewertung dieses prominenten Beispiels wirtschaftspolitischer Beratung vermittelt werden. – Das Gutachten wird voraussichtlich am 15. November d. J. vorgelegt und ist dann den Teilnehmern elektronisch verfügbar.
Die Veranstaltung gliedert sich in drei Teile: Der erste Teil führt in die wissenschaftliche Politikberatung in der Bundesrepublik und die gesetzlichen und sonstigen Grundlagen der Arbeit des Sachverständigenrates ein. Der zweite Teil setzt sich mit dem Gutachten – beginnend mit der Prognose 2019/20 – auseinander; je nach Inhalt des Gutachtens und nach Interesse der Teilnehmer beschränken wir uns dabei auf die Coronakrise und die wirtschaftspolitischen Reaktionen. Der dritte Teil schließlich geht den Reaktionen (Presse, Bundesregierung, Wissenschaft) auf das Gutachten nach.
Von den Teilnehmern werden fundierte Kenntnisse der Makrotheorie und -politik sowie ein nachhaltiges Interesse an empirischen und wirtschaftspolitischen Fragen erwartet. Die kritische Lektüre des Gutachtens bzw. der verabredeten Passagen ist unverzichtbare Voraussetzung einer erfolgreichen Teilnahme. Zu Beginn der Veranstaltung wird den Teilnehmern ein umfangreiches, kommentiertes Literaturverzeichnis zur Verfügung gestellt, am Ende ein Stichwort-Manuskript. Zum Vorlesungsende wird eine 90minütige Klausur gestellt.


Ziele
Die Studierenden können selbstständig Methoden der deskriptiven und induktiven Statistik zur Lösung einfacher empirischer Fragestellungen auswählen, anwenden sowie die ermittelten Ergebnisse interpretieren und kritisch bewerten. Sie können ferner die Ergebnisse ihren Mitstudierenden präsentieren und erklären sowie ihre Vorgehensweise verteidigen.
Die Studierenden sind in der Lage die Statistiksoftware R als Werkzeug zur Durchführung eigener statistischer Analysen einzusetzen. Aufgrund ihrer Kenntnisse der Systemfunktionen und der Online-Hilfefunktionen können sie ihre Fertigkeiten im Gebrauch der Software selbstständig vertiefen.

Inhalt
Deskription univariater und bivariater Datensätze, Wahrscheinlichkeitsrechnung und spezielle Wahrscheinlichkeitsverteilungsmodelle, Zufallsstichproben und Stichprobenfunktionen, Grundlagen der Schätz- und Testtheorie, Lineare Regressionsanalyse, Einführung in die angewandte Datenanalyse mit der Statistiksoftware R

Ziel der Veranstaltung:

Vertiefung der Kenntnisse in Wahrscheinlichkeitsrechnung und induktiven Statistik.

Inhalt der Veranstaltung:

Mehrdimensionale Wahrscheinlichkeitsverteilungen; Grundlagen der Schätztheorie und deren Anwendung auf lineare und nichtlineare Regressionsmodelle; Einführung in das Statistik-Software­paket R

Leistungsnachweis:

Klausur (60 Min.)

Teilnehmerkreis:

Studierende der Master-Studiengänge Volkswirtschaftslehre, Data Science, Betriebswirtschaftslehre, Wirtschaftsinformatik, Wirtschaftspädagogik und Soziologie

Course Objectives:

Statistics: Broadening and deepening the knowledge about probability theory and statistical inference

Course Content:

Statistics: Multivariate probability distribution models; Foundations of statistical inference and its application to linear and nonlinear regression models; Introduction to R

Grading:

Written examination (60 Min.)

Participants:

Students of the Master-Programs in Economics, Data Science, Management Science, Business Information Systems, Business Education and Management Training and Sociology

Modulverantwortliche: Prof. Dr. Roland Schuhr; Prof. Dr. Bernd Süßmuth

Anzeige im Stundenplan:

Dauer: 1

Anzahl Wahlkurse: 0

Credits: 10,0

Startsemester: WiSe 2021/22

Ziele:
Die Studierenden können die theoretischen Grundlagen, d.h. mehrdimensionale Wahrscheinlichkeitsverteilungen, Inferenzkonzepte und deren Anwendung auf Regressionsmodelle, grundständige Methoden im Bereich der Zeitreihenanalyse und der Mikroökonometrie sowie den aktuellen Stand der Forschung im Bereich ökonometrischer und statistischer Verfahren, der Wahrscheinlichkeitsrechnung und induktiven Statistik darstellen und beschreiben.
Sie sind in der Lage, selbständig geeignete, dem aktuellen Forschungsstand entsprechende Methoden und Strategien zur Lösung ökonometrisch-statistischer Problemstellungen auszuwählen, anzuwenden sowie die ermittelten Ergebnisse zu interpretieren und kritisch zu beurteilen. Die Studierenden können in Übungen die Charakteristika komplexer ökonometrischer Problemstellungen erkennen, passende Modelle zu deren Modellierung auswählen und mittels geeigneter Schätzmethoden anpassen. Hierbei sind sie in der Lage, die Softwarepakete Stata und R als Werkzeuge ökonometrischer und statistischer Analysen einzusetzen, die Programmierung einfacher Routinen durchzuführen und ihre erzielten Ergebnisse kritisch auszuwerten.
Inhalt:
Mehrdimensionale Wahrscheinlichkeitsverteilung
Inferenzkonzepte und deren Anwendung auf Regressionsmodelle
makroökonometrische Methoden und Verfahren
grundständige Methoden und Verfahren der Zeitreihenanalyse
mikroökonometrische Methoden und Verfahren

Teilnahmevoraussetzungen:
Master of Science Volkswirtschaftslehre: keine
Master of Science Wirtschaftswissenschaften/Sciences Économiques, Volkswirtschaftliche Orientierung: keine
Literaturangabe:
Hinweise zu Literaturangaben erfolgen in den Lehrveranstaltungen
Turnus:
jedes Wintersemester

Modulverantwortliche: Prof. Dr. Bernd Süßmuth

Anzeige im Stundenplan:

Dauer: 1

Anzahl Wahlkurse: 0

Credits: 10,0

Startsemester: WiSe 2021/22

Ziele:
Die Studierenden können die theoretischen Hintergründe des zeitreihenökonometrischen Analyseinstrumentariums darstellen und beschreiben. Sie sind in der Lage, selbständig geeignete, dem aktuellen Forschungsstand entsprechende Methoden und Strategien zur Lösung von Problemstellungen im Bereich der quantitativen Makroökonomik und Finanzmarktforschung auszuwählen, anzuwenden sowie die ermittelten Ergebnisse zu interpretieren und kritisch zu beurteilen. Die Studierenden können in Übungen die Charakteristika zeitreihenökonometrischer Problemstellungen erkennen und passende Modelle, u.a. zur Prognose und Simulation von Zeitreihen, einsetzen. Hierbei sind sie in der Lage, das Softwarepaket Stata als ökonometrisches Analysetool zu benutzen, die Programmierung von Routinen durchzuführen und ihre erzielten Ergebnisse kritisch auszuwerten sowie argumentativ zu verteidigen
Inhalt:
• Vektorautoregressive Modelle (VAR): ARIMA-Modelle und Erweiterungen, Strukturelle VAR-Modelle (SVAR), Granger-Kausalität, Vorhersagen, Impuls-Antwort-Funktionen, Orthogonalisierung
• Vektor-Fehlerkorrekturmodelle (VECM): Fehlerkorrekturmodelle, Johansen-Verfahre
Teilnahmevoraussetzungen:
Master of Science Volkswirtschaftslehre: keine
Master of Science Wirtschaftswissenschaften/Sciences Économiques, Volkswirtschaftliche Orientierung: keine
Literaturangabe:
Hinweise zu Literaturangaben erfolgen in den Lehrveranstaltungen
Turnus:
jedes Wintersemester

Modulverantwortliche: Prof. Dr. Bernd Süßmuth
Anzeige im Stundenplan:
Dauer: 1
Anzahl Wahlkurse: 0
Credits: 5,0
Startsemester: WiSe 2021/22

Ziele:
Nach der aktiven Teilnahme am Modul „Ausgewählte Probleme der Ökonometrie“ sind die Studierenden in der Lage, etablierte ökonometrische Verfahren zur Analyse komplexer Fragestellungen aus den Bereichen der Mirko- und Makroökonomik einzusetzen. Sie können ökonometrische Analysetechniken auf theoretischer Grundlage erläutern und hinsichtlich ihrer Anwendungsmöglichkeiten differenzieren. Durch die Lösung computergestützter Übungsbeispiele werden die Studierenden befähigt, Lösungsstrategien für praktische Problemstellungen abzuleiten, eigenständige Auswertungen durchzuführen und quantitative Befunde fundiert zu bewerten.

Inhalt:
1. Wiederholung: Multiples Regressionsmodell
2. Endogenität und Instrumentvariablenschätzung
3. Modelle für longitudinale Daten: Random-/Fixed-Effects
4. Box/Jenkins-Ansatz (ARIMA)
5. GARCH-Modelle
6 .VAR-Modelle und Impulsantwortfunktion
7. Fehlerkorrekturmodell

Teilnahmevoraussetzungen:
Bachelor of Science Wirtschaftswissenschaften: Teilnahme am Modul "Ökonometrie" (07-101-4101 )
Literaturangabe:
Hinweise zu Literaturangaben erfolgen in den Lehrveranstaltungen.
Turnus:
jedes Wintersemester

Modulverantwortliche: Prof. Dr. Bernd Süßmuth

Anzeige im Stundenplan:

Dauer: 1

Anzahl Wahlkurse: 0

Credits: 10,0

Startsemester: WiSe 2021/22

Ziele:
Die Studierenden beherrschen den Umgang und die Anwendung empirischer Methoden entlang der drei Dimensionen explorative, deskriptive und konfirmierende Datenanalyse mit einem Fokus auf räumliche Daten. Darauf aufbauend sind sie in der Lage, ökonomische Phänomene im Raum zu identifizieren und räumliche Daten zu operationalisieren. Dazu zählt, ökonomische wie statistische Theorieansätze mittels Programmierarbeiten zusammenzuführen unter Einsatz der statistischen OS-Software R wie auch mit Hilfe sog. High-Performance Computing. Insbesondere kartographische Darstellungen wirtschaftswissenschaftlicher Daten werden von den Studierenden sinnvoll und gezielt eingesetzt. Durch die eigenständige Bearbeitung von Fallstudien können die Studierenden die deskriptive und konfirmierende Datenanalyse anwenden und empirische Zusammenhänge sowie das Testen entsprechender Hypothesen mit den Instrumenten der schließenden Statistik und die statistische Spezifikation empirischer Modelle für räumliche Daten selbstständig umsetzen. Darüber hinaus sind die Studierenden in der Lage, ihre Ergebnisse in einem wissenschaftlichen Umfeld zu präsentieren und diese argumentativ zu verteidigen.
Inhalt:
- Beschreibung räumlicher Verteilungen mit Histogrammen und Kerndichten
- Räumliche Statistik und Ökonometrie
- Random-Fields-Analyse und -Modellierung
- Angewandte räumliche Datenanalyse mit R
Teilnahmevoraussetzungen:
Master of Science Volkswirtschaftslehre (ab WS 2017/18): keine
Literaturangabe:
Hinweise zu Literaturangaben erfolgen in den Lehrveranstaltungen.
Turnus:
jedes Wintersemester