Teaching - Current Courses
-
Vorlesung: Grundlagen der Ökonometrie
Hinweise:
- Beachten Sie bitte, dass die Übungen erst in der ERSTEN Vorlesungswoche beginnen!
Art der Veranstaltung
Vorlesung/
Lecture und Übung Titel der Veranstaltung
Grundlagen der Ökonometrie
Dozent
Semester
Frühjahrsemester 2019
Zeit & Ort Vorlesung
Di 13.45 - 15.15 in B6, 23-25, Bauteil A - A001
Zeit & Ort Übung
10 Übungsgruppen, Termine und Räume folgen
Methode (Stunden pro Woche):
Vorlesung und Übung (2+2)
Kurssprache
Deutsch
Voraussetzungen
Statistik I+II
Prüfung
schriftlich (90 Minuten)
ECTS
6
Kursbeschreibung
Der Kurs gibt eine Einführung in die wichtigsten Methoden der Ökonometrie. Besprochen werden das multiple Regressionsmodell, bedingte Erwartungswerte und lineare Projektionen, KQ-Schätzer und ihre Eigenschaften, die Grundzüge asymptotischer Theorie, Verzerrung durch ausgelassene Variablen, Restriktionstests, Modellspezifikation, Modelldiagnose, perfekte und imperfekte Multikollinearität, Kausalitätsanalyse, nichtlineare Modellierungen, IV-Schätzung sowie Zeitreihenanalyse. Neben einer einführenden Betrachtung der theoretischen Aspekte der Methoden, wird vor allem deren Anwendung demonstriert und die empirisch relevanten Aspekte diskutiert. Die Vorlesung wird durch methodische und empirische Übungen im PC-Pool begleitet.
Downloads
Hier finden Sie den Vorlesungsplan.
Weitere Details (inklusive Vorlesungsfolien) finden Sie auf der Ilias Seite zum Kurs.
-
E508 Multiple Time Series Analysis (Master)
Notes:
- Note: The session on February 21 (Thursday) is canceled.
Type
Lecture and Tutorial
Title
E508 Advanced Econometrics III
Lecturer
Semester
Spring Semester 2019
Target Audience Master Start/ End Start: 11.02., End: 27.05.
Time & Location
Mon: 5.15 - 6.45 p.m. in P043 (L7, 3-5)
Thu: 8.30-10am in P044 (L7, 3-5)
Course language
English
Prerequisites
E601 - E603 or E700 - E703 or equivalent courses for exchange students
Grading
Two assignments (25%) and final exam (75%).
ECTS
9.5
Course description
The lecture gives an introduction to multiple time series techniques and will cover vector autoregressive (VAR) processes, VAR estimation, VAR order selection and model checking. If time permits, we will also cover Structural VAR models, VEC as well as VARMA models. The use of VAR models in forecasting, causality and impulse response analysis will be explained and illustrated using empirical examples and by discussing a selected set of research papers.
Downloads
Further details and course Material will be provided via the Ilias group. You can also download the outline here.