Syllabus
Registration via LPIS
Day | Date | Time | Room |
---|---|---|---|
Friday | 10/06/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 10/13/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 10/20/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 10/27/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 11/03/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 11/10/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 11/17/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 11/24/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 12/01/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Friday | 12/15/23 | 01:00 PM - 03:00 PM | TC.4.12 |
Wednesday | 12/20/23 | 09:00 AM - 11:00 AM | TC.5.05 |
Der Kurs behandelt grundlegende Begriffe der Ökonometrie. Nach der Charakterisierung ökonomischer Daten wird die Modellbildung, was wodurch und wie erklärt werden soll, diskutiert. Dann werden das klassische Regressionsmodell und die dem Modell zugrunde liegenden Annahmen ausführlich diskutiert. Die Methode der OLS Schätzung sowie die visuelle wie auch die statistische Bewertung durch Tests werden erklärt. Weitere Themen sind Probleme der Modellwahl wie Wahl der funktionalen Form, Missspezifikation, Lineare Restriktionen, Dummy Variablen und Prognose.
Alle Unterlagen befinden sich auf https://statmath.wu.ac.at/~hauser/ unter Ökonometrie 1.
Der Kurs bietet eine Einführung in die Analyse ökonomischer Daten mittels ökonometrischer Methoden, die auf dem multiplen Regressionsmodell beruhen. Nach Abschluss des Kurses sollen Studierende einerseits empirische Studien, die sich dieser Methoden bedienen, verstehen und bewerten können. Andererseits sollen Studierende eigene Analysen selbstständig durchführen können.
Der Kurs ist auf durchgängige Anwesenheit und Mitarbeit ausgelegt, weswegen physische, emotionale und intellektuelle Präsenz in allen Einheiten grundsätzlich vorausgesetzt wird. Ausnahmen davon sind nur in Einzelfällen und bei begründeter Verhinderung bis zu einem Gesamtausmaß von höchstens 20% möglich.
Der Stoff wird an Hand von Folien sowie Tafelnotizen präsentiert und die Verfahren in EViews und R vorgeführt. Zu allen Problemstellungen gibt es im Rahmen von Hausübungen empirische Fallstudien, die von den Studierenden mit Hilfe von EViews / statistikfähiger Software (R) in Gruppen zu lösen und schriftlich zusammenzufassen sind. Teil der Hausübungen wird es auch sein, sich mit Verständnisfragen zum Stoff auseinanderzusetzen.
Die Aufgaben sind jeweils für die folgende Einheit vorzubereiten, und die Lösungen werden zu Beginn besprochen.
Neben den Gruppenarbeiten sind auch zwei individuell zu bearbeitende Aufgaben zu lösen.
Es werden von einem Tutor Unterstützung zur Umsetzung der Aufgaben in R angeboten.
Zusätzlich zu den Übungsbeispielen und den Präsentationen werden 2 Tests abgehalten. Es sind mindestens 50% der Beispiele vorzubereiten und es ist an beiden Tests teilzunehmen. Die abgegebenen Beispiele und die beiden Tests gehen je zu 1/3 in die Bewertung ein.
Notenschlüssel:
1: 89,51 – 100,0
2: 75,51 – 89,50
3: 63,51 – 76,50
4: 51,01 – 63,50
5: 00,00 – 51,00
Die genaue Reihenfolge der Platzvergabe ist wie folgt:
1) In der ersten Einheit anwesend UND LV-Fixplatz.
2) Für die erste Einheit im Vorhinein begründet entschuldigt UND LV-Fixplatz.
3) In der ersten Einheit anwesend UND Warteliste (in der Reihenfolge der Warteliste).
4) In der ersten Einheit im Vorhinein begründet entschuldigt UND Warteliste (in der Reihenfolge der Warteliste).
5) In der ersten Einheit anwesend UND zur Anmeldung grundsätzlich berechtigt (aber nicht angemeldet).
6) In der ersten Einheit nicht anwesend UND LV-Fixplatz.
7) In der ersten Einheit nicht answesend UND Warteliste (in der Reihenfolge der Warteliste).
Please log in with your WU account to use all functionalities of read!t. For off-campus access to our licensed electronic resources, remember to activate your VPN connection connection. In case you encounter any technical problems or have questions regarding read!t, please feel free to contact the library at readinglists@wu.ac.at.
Back