DE / EN

Lehre

HWS 2020 - Courses

  • Statistik 2 (B.Sc.)

    Dozent

    Dr. Toni Stocker

    Zeiten und Räume der Vorlesung

    Die Vorlesungen werden nur online als Videos bereitgestellt

    Übungen

    Die Übungen finden online statt und beginnen in der 2. Vorlesungs­woche (ab 05.10.

    Nähere Info: Download (pdf)

    Das Hausaufgaben-Tutorium beginnt bereits in der 1. Vorlesungs­woche (ab. 02.10.)

    Weitere Informationen

    Weitere Informationen zur Veranstaltung: Download (pdf)

    Links

    Software R

    Studierenden­portal

  • Applied Multivariate Statistics (B.Sc.)

    Dozent

    Dr. Toni Stocker

    Time and Location of Lecture

    The lectures will be provided by videos, only the first lecture and the

    the last lecture on October 2/December 11 will be held live on Zoom

    Time and Location of Practical Exercises (Tutorials):

     

    Friday, 08:30-10:00, beginning 09.10.2020 online (Zoom)

    If the number of course participants is large (> 20) a second tutorial

    will be offerd on Thursday, 17:15-18:45

    Level

    Bachelor

    Sprache/Language

    English

    More Information

    click here: Download (pdf)

    Links

    Software R

    Studierenden­portal

FSS 2020 - Courses

  • Statistik 1 (B.Sc.)

    Dozent

    Dr. Toni Stocker

    Zeiten und Räume der Vorlesung (4 st.)

    Montag,    10:15 - 11:45, wtl 10.02.2020 - 25.05.2020, SO 108

    Dienstag,  17:15 - 18:45, wtl 11.02.2020 - 26.05.2020, SO 108

    Übungen

    Download (pdf)

    Die Übungen beginnen in der 2. Vorlesungs­woche.

    Weitere Informationen

    Die Einteilung in die Übungs­gruppen erfolgt über das Studierenden­portal (strikte Zuweisung mit Anmeldung). Das Verfahren wird in der 1. Vorlesung und im Dokument „Übungs­gruppeneinteilung“ (Veranstaltungs­ordner auf ILIAS) erklärt.

    Weitere Informationen zur Veranstaltung: Download (pdf)

    Links

    Software R

    Studierenden­portal

  • Grundlagen der Statistik (B.Sc.)

    Dozent

    Dr. rer. nat. Ingo Steinke

    Zeit und Ort der Veranstaltung:

    Studenten der Wirtschafts­informatik - und pädagogik:

    Mo 10:15 - 11:45 wtl 10.02.2020 - 25.05.2020 (A3 001)
    Di  10:15 - 11:45 wtl  11.02.2020 - 26.05.2020 (A3 001)
    Mi  08:30 - 10:00 wtl 12.02.2020 - 27.05.2020 (A3 001)

    Studenten der BWL:

    Mo 13:45 - 15:15 wtl 10.02.2020 - 25.05.2020 (A3 001)
    Di  15:30 - 17:00 wtl  11.02.2020 - 26.05.2020 (A3 001)
    Mi  15:30 - 17:00 wtl 12.02.2020 - 27.05.2020 (A3 001)

    Weitere Informationen

    Pro Woche finden zwei Vorlesungen (am Dienstag und Mittwoch) und eine Übung (am Montag) statt. Davon abweichend findet am Montag, den 10.02., anstelle der Übung eine Vorlesung statt. Die beiden Veranstaltungen „Grundlagen der Statistik“ sind inhaltsgleich. Die Vormittagstermine sind für die Wirtschafts­pädagogen und Wirtschafts­informatiker gedacht, die Nachmittagstermine für die Wirtschafts­wissenschaft­ler. Ein Tausch der Veranstaltungen ist aber prinzipiell möglich. Um Zugang zu den Vorlesungs­materialien zu erhalten, melden Sie sich bitte bei der für E-Learning (Ilias) freigeschalteten Veranstaltung an.

    Die Vorlesung stellt eine Einführung in die Wahrscheinlichkeits­rechnung und Induktive Statistik dar. Es werden die Grundbegriffe und Grundlagen der Wahrscheinlichkeits­rechnung besprochen, z.B. Wahrscheinlichkeit, bedingte Wahrscheinlichkeit, Unabhängigkeit, Bayessche Formel, Zufallsvariablen, Verteilungs­funktion, diskrete und stetige Verteilungen, Verteilungen von zwei und mehr Zufallsvariablen und Grenzwertaussagen für große Stichproben. Im Rahmen des Statistikteils der Vorlesung wird in die Grundkonzepte der Schätz- und Testtheorie eingeführt, es werden die wichtigsten klassischen Parametertests besprochen und theoretische und praktische Aspekte von linearen Regressions­modellen diskutiert.

    Literatur

    Stocker, T., Steinke, I. (2017): Statistik. De Gruyter Oldenbourg.

     

    Alternative Literatur

    Fahrmeier, L., Künstler, R., Pigeot, I., Tutz, G. (2007): Statistik. 6. Auflage. Springer-Verlag.

    Schira, J. (2003): Statistische Methoden der VWL und BWL. Pearson-Studium.

     

     

     

     

     

     

     

  • Time Series Analysis (B.Sc.)

    Dozent

    Dr. Toni Stocker

    Time and Location of Lecture

    Friday, 12:00-13:30h, 14.02.2020 - 29.05.2020, Room 001 (L7, 3-5)

    Time and Location of Practical Exercises (Tutorials):

    Thursday, 17:15 - 18:45h, 20.02.2020 - 28.05.2020, Room 003 (L9, 1-2)
    Friday,      10:15 - 11:45h, 21.02.2020 - 29.05.2020 , Room 003 (L9, 1-2)

    The lecture takes place on Friday, 12-13.30h. For the exercise part of the class you may choose between Thursday, 17.15-18.45h, and Friday, 10.15-11.45h.

    Level

    Bachelor

    Sprache/Language

    English

    More Information

    Download (pdf)

    Links

    Software R

    Studierenden­portal

  • E5069 Power Analysis (M.Sc.)

    Dozent

    Dr. rer. nat. Ingo Steinke

    Time and Location of Lecture

    Thursday, 12:00 - 13:30, 13.02.2020 - 28.05.2020 (003, L9, 1-2)

    Level

    Master

    Sprache/Language

    English

    More Information

    Form and usability of the module: Elective module for M.Sc. in Economics
    ECTS credits: 5 ECTS
    Teaching method (hours per week): Lecture (2 SWS)
    Prerequisites: Advanced Econometrics I or equivalent
    Grading and ECTS credits: Final exam (60 min)
    Goals and contents of the module: For the planning of statistical studies it is important to know how to choose the sample size in order to be able to prove a specific effect. Moreover, it is useful to compute the power of a test under certain alternatives in order to know what conclusion can be made even if the null hypothesis is not rejected. In the lecture the power of tests is derived and computed under alternatives in several models, e.g. for simple t-tests and in variance, regression, and meta analysis models. The theory behind the formulas will be discussed. Using Stata the power of the tests is computed and sample size computations are performed.
    Expected competences acquired after completion of the module: The students know distributional properties of the normal, t-, chi-square, and F-distribution and know how these distributions are constructed. For specific models the students can derive the formulas for the computation of the power. They can compute the power of tests using Stata and determine the sample size necessary to distinguish a specific effect.

  • Resampling-Verfahren (B.Sc.)

    Dozent

    Dr. rer. nat. Ingo Steinke

    Zeit und Ort der Veranstaltung:

    Di, 17:15 - 18:45, wtl 11.02.2020 - 26.05.2020, Raum P 043, L7, 3-5

    Weitere Informationen

    Art und Verwendbarkeit des Moduls: Wahl­veranstaltung im Bachelor­studien­gang VWL
    ECTS-Punkte: 5 ECTS
    Lehr­methode: Vorlesung (2 SWS)
    Unterrichtssprache: Deutsch
    Teilnahme­voraussetzungen: Statistik I und II

    Ziele und Inhalte des Moduls: Bei Resampling-Verfahren werden mithilfe vorliegender Stichproben neue Stichproben generiert, die dazu dienen, vorhandene Schätz- und Test­verfahren zu verbessern bzw. die Bestimmung von Konfidenzintervallen und die Durchführung von Tests erst zu ermöglichen. Die Resampling-Verfahren Jackknife und Bootstrap werden aus theoretischer Sicht besprochen. Angewandt werden die Verfahren zur Verbesserung von Schätzern, Konfidenzintervallen und Tests in einfachen parametrischen Modellen und Regressions­modellen. Berechnungen zu den Resampling-Verfahren werden in R durchgeführt. Grund­kenntnisse in R sollten vorhanden sein.

    Erwartete Kompetenzen nach Abschluss des Moduls: Die Studierenden sind mit Ergebnissen der asymptotischen Statistik vertraut und können diese anwenden. Sie kennen Landau-Symbole und können mit ihnen rechnen. Sie haben ein grundlegendes Verständnis von der Funktions­weise von Resampling-Verfahren. Sie verstehen die Ideen hinter den theoretischen Ergebnissen zu Resampling-Verfahren. Mithilfe von R können die Studierenden Resampling-Verfahren anwenden.