Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
040122 UK Angewandte Ökonometrie 2 (2020S)
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 10.02.2020 09:00 bis Mi 19.02.2020 12:00
- Abmeldung bis Do 30.04.2020 23:59
Details
max. 60 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 05.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Donnerstag 07.05. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 12.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Donnerstag 14.05. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 19.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 26.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Donnerstag 28.05. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Donnerstag 04.06. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 09.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 16.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Donnerstag 18.06. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 23.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
- Donnerstag 25.06. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Dienstag 30.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
1) 1 Schriftlicher Test (40%), 30.6. 2020
2) Empirisches Projekt (40%), 6.7.-19.7.2020
3) Schriftliche Hausaufgaben (20%)
2) Empirisches Projekt (40%), 6.7.-19.7.2020
3) Schriftliche Hausaufgaben (20%)
Mindestanforderungen und Beurteilungsmaßstab
[80%; 100%]: 1.0
[65%; 80%): 2.0
[50%; 65%): 3.0
[35%; 50%): 4.0
[0; 35%): 5.0
[65%; 80%): 2.0
[50%; 65%): 3.0
[35%; 50%): 4.0
[0; 35%): 5.0
Prüfungsstoff
siehe moodle: https://moodle.univie.ac.at/course/view.php?id=130172
Literatur
Cameron, A.C. and Trivedi, P.K. “Microeconometrics”, Cambridge University Press.
Dougherty, C. “Introduction to Econometrics”, 3rd ed., Oxford University Press, 2007.
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, 2011
Online Literatur basierend auf R:
Heiss, F., “Using R for Introductory Econometrics”, 2016, http://www.urfie.net
Hanck, C., Arnold, M., Gerber, A., and Schmelzer, M., 2019, https://www.econometrics-withr.org/index.html
R Studio Cloud Projekt Link: https://rstudio.cloud/project/950163
Dougherty, C. “Introduction to Econometrics”, 3rd ed., Oxford University Press, 2007.
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, 2011
Online Literatur basierend auf R:
Heiss, F., “Using R for Introductory Econometrics”, 2016, http://www.urfie.net
Hanck, C., Arnold, M., Gerber, A., and Schmelzer, M., 2019, https://www.econometrics-withr.org/index.html
R Studio Cloud Projekt Link: https://rstudio.cloud/project/950163
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:19
für Paneldaten sowie mikroökonometrischen Verfahren zu befähigen. Der Kurs behandelt Basiskonzepte
linearer Panelmodelle, scheinbar unverbundene Regression, Schätzung und Testen von Panelmodellen mit
fixen und zufälligen Effekten, binäre Auswahlmodelle, Modelle für beschränkt abhängige Variblen und
Stichprobenselektionsmodelle.
Die Verwendung der Methoden wird anhand empirischer Beispiele erklärt und illustriert. Dazu werden in
den Kurs eingebettete Computerübungen unter Verwendung von R durchgeführt.