040121 UK Applied Econometrics 1 (2023S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 13.02.2023 09:00 bis Mi 22.02.2023 12:00
- Abmeldung bis Fr 17.03.2023 23:59
Details
max. 120 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Vorlesung:
Dienstags (07.03.23-18.04.23): 11:30-13:00; Raum siehe Termin
Donnerstags (02.03.23-20.04.23): 13:15-14:45; Raum siehe Termin
Montags (06.03.23-24.04.23): 08:00-09:30; Raum siehe Termin
- Donnerstag 02.03. 13:15 - 14:45 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Montag 06.03. 08:00 - 09:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 07.03. 11:30 - 13:00 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
- Donnerstag 09.03. 13:15 - 14:45 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 14.03. 11:30 - 13:00 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
- Donnerstag 16.03. 13:15 - 14:45 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Montag 20.03. 08:00 - 09:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 21.03. 11:30 - 13:00 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
- Donnerstag 23.03. 13:15 - 14:45 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Montag 27.03. 08:00 - 09:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 28.03. 11:30 - 13:00 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
- Donnerstag 30.03. 13:15 - 14:45 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Montag 17.04. 08:00 - 09:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 18.04. 11:30 - 13:00 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
- Donnerstag 20.04. 13:15 - 14:45 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
- Montag 24.04. 08:00 - 09:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
The assessment consists of the following parts:(i) Three Exams, a 45 min:
Part I, March 23, 2023, (HS 14, 13:15-14:00), on the correspond. topics covered in the course.
Part II, April 26, 2023 (HS 1, 11:30-12:15); on the corresponding topics covered in the course.
Part III, April 26, 2023 (HS 1, 12:15-13:00); on R.Questions can consist of multiple-choice questions, analytical derivations and interpretations of empirical results.ii) Take-home assignments. Students have to solve and have to hand in written assignments. They can consist of multiple-choice questions, analytical derivations and interpretations of empirical results.Permitted material for (i): No additional material except a calculator.
Permitted material for (ii): open book, we need a laptop for this exam.Grading:
For the final grade the individual assignments count as follows:
i) Three exams: 75%, 25% each
ii) Assignments: 25%Important: Aside from the three assignments, there will be no additional examination possibilities afterwards.To pass the course, a minimum level of 50% has to be reached.Rating:
[86%; 100%]: 1.0
[74%; 86%): 2.0
[62%;74%): 3.0
[50%; 62%): 4.0
[0; 50%): 5.0Examination language: Students can do the examinations in English or German, but have to stick to one language.Bewertung
Die Bewertung besteht aus folgenden Teilen:
i) Drei Klausuren, a 45 min:
Teil I, 23. März 2023, (HS 14, 13:15-14:00),
Teil II, 26. April 2023 (HS 1, 11:30-12:15);
Teil III, 26. April 2023 (HS 1, 12:15-13:00);Frage den entsprechenden Kursthemen. Dies kann aus Multiple-Choice-Fragen, analytischen Herleitungen und Interpretationen empirischer Ergebnisse bestehen. Dritte Teil ist open book und bezieht sich auf R.
ii) Hausaufgaben: Die Studierenden müssen Aufgaben lösen und schriftlich abgeben. Sie können aus Multiple-Choice-Fragen, analytischen Herleitungen und Interpretationen empirischer Ergebnisse bestehen.Erlaubtes Material für i): Kein zusätzliches Material außer einem Taschenrechner. (ii) ist open Book, ein Laptop wird benötigt.Bewertung: Für die Gesamtnote zählen die einzelnen Leistungen wie folgt:
i) Drei Klausuren: 75 %, je 25% je Test
ii) Mitarbeit/Lösung von Beispielen: 25 %Wichtig: Abgesehen von den Hausarbeiten gibt es im Anschluss keine weiteren Prüfungsmöglichkeiten. Um den Kurs zu bestehen, muss ein Mindestniveau von 50 % erreicht werden.
Bewertung: [86 %; 100 %]: 1,0 [74 %; 86%): 2,0 [62 %; 74 %): 3,0 [50 %; 62%): 4,0 [0; 50%): 5,0
Prüfungssprache: Studierende können die Prüfungen auf Englisch oder Deutsch ablegen, müssen sich aber an eine Sprache halten.
Mindestanforderungen und Beurteilungsmaßstab
The assessment consists of the following parts:(i) Three Exams, a 45 min:
Part I, March 23, 2023, (HS 14, 13:15-14:00), on the correspond. topics covered in the course.
Part II, April 26, 2023 (HS 1, 11:30-12:15); on the corresponding topics covered in the course.
Part III, April 26, 2023 (HS 1, 12:15-13:00); on R.Questions can consist of multiple-choice questions, analytical derivations and interpretations of empirical results.ii) Take-home assignments. Students have to solve and have to hand in written assignments. They can consist of multiple-choice questions, analytical derivations and interpretations of empirical results.Permitted material for (i): No additional material except a calculator.
Permitted material for (ii): open book, we need a laptop for this exam.Grading:
For the final grade the individual assignments count as follows:
i) Three exams: 75%, 25% each
ii) Assignments: 25%Important: Aside from the three assignments, there will be no additional examination possibilities afterwards.To pass the course, a minimum level of 50% has to be reached.Rating:
[86%; 100%]: 1.0
[74%; 86%): 2.0
[62%;74%): 3.0
[50%; 62%): 4.0
[0; 50%): 5.0Examination language: Students can do the examinations in English or German, but have to stick to one language.
Part I, March 23, 2023, (HS 14, 13:15-14:00), on the correspond. topics covered in the course.
Part II, April 26, 2023 (HS 1, 11:30-12:15); on the corresponding topics covered in the course.
Part III, April 26, 2023 (HS 1, 12:15-13:00); on R.Questions can consist of multiple-choice questions, analytical derivations and interpretations of empirical results.ii) Take-home assignments. Students have to solve and have to hand in written assignments. They can consist of multiple-choice questions, analytical derivations and interpretations of empirical results.Permitted material for (i): No additional material except a calculator.
Permitted material for (ii): open book, we need a laptop for this exam.Grading:
For the final grade the individual assignments count as follows:
i) Three exams: 75%, 25% each
ii) Assignments: 25%Important: Aside from the three assignments, there will be no additional examination possibilities afterwards.To pass the course, a minimum level of 50% has to be reached.Rating:
[86%; 100%]: 1.0
[74%; 86%): 2.0
[62%;74%): 3.0
[50%; 62%): 4.0
[0; 50%): 5.0Examination language: Students can do the examinations in English or German, but have to stick to one language.
Prüfungsstoff
1. Das Lineare Regressionsmodell
2. Erweiterungen und Anwendungen des linearen Regressionsmodells
3. ZeitreihenanalyseThe linear regression model
Applications of the linear model and using R
Time series analysis
2. Erweiterungen und Anwendungen des linearen Regressionsmodells
3. ZeitreihenanalyseThe linear regression model
Applications of the linear model and using R
Time series analysis
Literatur
Dougherty, C., “Introduction to Econometrics”, 3rd ed., Oxford University Press, 2007.
Franses, P. H., van Dijk, D., and Opschoor, A., “Time Series Models for Business and Economic Forecasting”, 2nd ed., Cambridge University Press, 2014.
Heij, De Boer, Franses, Kloek, and Van Dijk, ''Econometric Methods with Applications in Business and Economics'', Oxford University Press, 2004.
Stock, J.H., Watson, M.W., ''Introduction to Econometrics'', 3rd edition, Pearson, 2012.
Studenmund, A. H. “Using Econometrics”, 6th ed., Pearson, 2011Online Literatur basierend auf R:
Franses, P. H., van Dijk, D., and Opschoor, A., “Time Series Models for Business and Economic Forecasting”, 2nd ed., Cambridge University Press, 2014.
Heij, De Boer, Franses, Kloek, and Van Dijk, ''Econometric Methods with Applications in Business and Economics'', Oxford University Press, 2004.
Stock, J.H., Watson, M.W., ''Introduction to Econometrics'', 3rd edition, Pearson, 2012.
Studenmund, A. H. “Using Econometrics”, 6th ed., Pearson, 2011Online Literatur basierend auf R:
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Di 14.03.2023 11:28
In an accompanying tutorial, students will deepen the material based on exercises and applications using R.The course consists of regularly two classes per week (unless there are holidays), taught by Leopold Sögner. Moreover, a tutorial will be provided by Tomas Tax. The tutorials will cover exercises, will deepen the material from the classes and will prepare you for the examinations.Ziel des Kurses ist es, den Studierenden ein Verständnis der theoretischen Grundlagen und der richtigen Anwendung grundlegender ökonometrischer Techniken der Kleinste-Quadrate-Schätzung und der Zeitreihenanalyse zu vermitteln. Ausgehend von der linearen Regression und deren Verallgemeinerung behandelt der Kurs die univariate und multivariate Zeitreihenanalyse. Die Themen umfassen grundlegende Konzepte stochastischer Prozesse, Stationarität und Ergodizität, Schätzung und Test von ARMA-Modellen, Einheitswurzeltests, vektorautoregressive Prozesse sowie Granger-Kausalität. Beispiele und Anwendungen werden anhand der Open-Source-Software R veranschaulicht.In einem begleitenden Tutorium vertiefen die Studierenden den Stoff anhand von Übungen und Anwendungen mit R.
Der Kurs besteht aus regulär zwei Unterrichtseinheiten pro Woche, unterrichtet von Leopold Sögner. Außerdem wird ein Tutorial von Tomas Tax bereitgestellt. Die Tutorien behandeln Übungen, vertiefen den Stoff aus den Vorlesungen und bereiten Sie auf die Prüfungen vor.