Wann wird das Studienfach studiert? Im 3. Studienjahr, 1. Semester
Kurze Beschreibung der aktuellen Konjunktur und des von diesem Studienfach erbrachten Mehrwertes:
Die Wirtschaft ist wahrscheinlich das komplexeste System, das sich auf unser tägliches Leben auswirkt, sei es auf persönlicher oder beruflicher Ebene. Vor diesem Hintergrund wird es klar, warum wir die Ökonometrie tatsächlich brauchen, d. h. den Einsatz statistischer Verfahren zum Verständnis wirtschaftlicher Fragen aber auch zur Überprüfung von Theorien. Ohne Beweise sind Wirtschaftstheorien abstrakt und haben in der Realität möglicherweise keinerlei Nutzen (selbst wenn sie völlig rigoros sind). Daher muss man die Ökonometrie als ein Instrumentarium betrachten, bei dem wir die Theorie mit Daten aus der realen Welt verknüpfen.
Dieser Kurs ist besonders wertvoll für Studenten, die eine Karriere im Bereich Data Science anstreben, aber auch für Studierenden, die ihr eigenes Unternehmen gründen oder Führungsverantwortung übernehmen wollen.
Hauptziele dieser Lehrveranstaltung:
Diese Lehrveranstaltung ist ein Kurs der dritten Jahrgangsstufe und konzentriert sich auf Konzepte wie beispielsweise einfache und mehrfache lineare Regressionsmodelle sowie grundlegende nichtlineare Regressionsmodelle und die Analyse von Zeitreihen. Er vertieft zusätzlich die linearen Regressionsmodelle und befasst sich mit der Signifikanz der Koeffizienten, allgemeinen Gültigkeit des Modells, Performance des Modells, OLS-Schätzmethode und den Prognosen. Es handelt sich um einen grundlegenden Kurs, um zu verstehen, wie man wirtschaftliche Phänomene mit realen Daten testet und ihre tieferen Funktionsmechanismen versteht und gleichzeitig in der Lage ist, Szenarien für ihre zukünftige Entwicklung zu erstellen. Dieser Kurs vermittelt somit die Grundlagen, um zu verstehen, wie man Unternehmensentscheidungen mit quantitativen Informationen unterstützen kann.
Themen, die angegangen werden, Unterrichts- und Arbeitsmethoden:
Ökonometrie ist ein Kurs der dritten Jahrgangsstufe, welcher gleich mehrere Themen abdeckt. Zu den wichtigsten gehören: Hypothesentest, Signifikanz der Korrelationskoeffizienten des Regressionsmodells, allgemeine Gültigkeit des Modells, Performance des Modells, OLS-Schätzverfahren, Prognosemöglichkeiten, Verwendung qualitativer Variablen in Regressionsmodellen und Saisonalität bei Zeitreihen. Im Rahmen des Kurses wird hauptsächlich Excel verwendet, wobei der Schwerpunkt auf Instrumente wie Diagramme, Tabellen, statistische Funktionen, das Datenanalysepaket und Pivot-Tabellen gelegt wird. Der Kurs dient darüber hinaus auch als Einführung in die Verwendung von Python für die Datenwissenschaft, da die Programmiersprache für praktische Beispiele der vorgestellten Konzepte genutzt wird.
