BW24.1 - Basismodul Empirische und Experimentelle Wirtschaftsforschung

Termine im WS 2011/12

Vorlesung:	Di. 12:15-13:45, Carl Zeiss Str. 3, HS 3 (Oliver Kirchkamp).
Übung:	Do. 12:15-13:45, Carl Zeiss Str. 3, HS 3 (Oliver Kirchkamp) Die Übung beginnt in der ersten Woche des Semesters. In der Übung werden die Aufgaben aus dem Handout behandelt.
Tutorien:	ab Di. 25.10., 12 Uhr, (im Tutorium werden die Aufgaben für den Arbeitsgruppenwettbewerb behandelt): Dienstag 18-20 Uhr, Carl Zeiss Str. 3, SR 129, Kristin Wiebigke Mittwoch 12-14 Uhr, August Bebel Str. 4, SR 023, Philipp Weber Mittwoch 18-20 Uhr, Carl Zeiss Str. 3, SR 129, Kristin Wiebigke Donnerstag 08-10 Uhr, Carl Zeiss Str. 3, SR 129, Philipp Weber Donnerstag 14-16 Uhr, Universitätshauptgebäude, Fürstengraben 1, SR 147, Daniela Roth Freitag 12-14 Uhr, Carl Zeiss Str. 3, SR 124, Daniela Roth Montag 12-14 Uhr, Carl Zeiss Str. 3, SR 318, Philipp Weber Dienstag 08-10 Uhr, Carl Zeiss Str. 3, SR 122, Philipp Weber
Klausur:	Freitag, 24.2., 14-16 Uhr, HS 1, 2, 3.
Zweiter Termin:	...
Wettbewerb:	Abgabe jeden Dienstag vor der Vorlesung.

Studierende mit Studienziel Diplom:

Die Veranstaltung BW24.1 überscheidet sich weitgehend mit der Diplom Vorlesung Statistik II. Ich gehe nicht davon aus, dass es möglich ist, BW24.1 an irgendeiner anderen Stelle im Diplomstudiengang anzurechnen. Insbesondere hat BW24.1 nichts mit der Diplomvorlesung Experimental Economics zu tun. (BW24.1 hat ferner nichts mit dem Vertiefungsmodul Quantitative Wirtschaftstheorie BW24.2 zu tun.) Bitte beachten Sie die Liste der Veranstaltungen für das Studienziel Diplom, die von diesem Lehrstuhl angeboten werden.

Handout

Alles, was auf Folien in der Vorlesung erscheint, finden Sie auch im Handout. Zusätzlich finden Sie im Handout einige Erläuterungen. Es kann sein, dass ich im Laufe des Semesters einige Kleinigkeiten im Handout verbessere. Drucken Sie sich also besser nur die Kapitel aus, die Sie gerade benötigen.

Gliederung:

Kapitel im Handout		Vorlesung/Übung in KW...	Tutorium in KW...
1	Einführung - Schätzen von Parametern	42	43/44
2	Wünschenswerte Eigenschaften von Schätzern	43	44/45
3	Maximum Likelihood und Momentenmethode	44	45/46
4	Konfidenzintervalle	45	46/47
5	Hypothesentests - Einführung	46	47/48
6	Tests für Mittelwerte - parametrisch	47	48/49
7	Nichtparametrische Tests	48	49/50
8	Lineare Regression - Einführung	49	50/51
9	Multiple Regression	50	51/52
10	Modellspezifikation	51	1/2
11	Kategoriale Variablen in der linearen Regression	1	2/3
12	Nichtlineare Regressionsfunktionen	2	3/4
	Zusammenfassung, Wiederholung	3	4/5
	Zusammenfassung, Wiederholung	4	5/6
	Zusammenfassung, Wiederholung	5	-/-

Empfohlene Literatur

Einigen von Ihnen wird es helfen, in der Vorlesung zu sitzen, den Stoff "live" zu erfahren und Fragen stellen zu können (stellen Sie mir Fragen, dazu ist die Vorlesung da!). Andere lernen besser aus Büchern. Machen Sie, was besser zu Ihnen passt. In der Vorlesung werden keine "Geheimnisse" verraten ― alles, was ich in der Vorlesung mache, finden Sie auch im Handout. Literaturhinweise finden Sie jeweils am Ende der einzelnen Kapitel.

• Dolic, Dubravko, Statistik mit R, Oldenbourg, 2003.
• Verzani, John, Using R for introductory statistics, Chapman & Hall, 2005. Online-Ressource als DFG Nationallizenz (über Login oder aus dem Uni Netz) (detaillierter als die Vorlesung mit zahlreichen Beispielen).
• Vasishth, Shravan, The foundations of statistics: A simulation-based approach, 2008. Dieser Text dient vor allem zum zielstrebigen Auffrischen des für BW 24.1 relevanten Inhalts von BW 30.1, bzw. falls Sie BW24.1 vor BW30.1 belegen.
• Schira, Josef, Statistische Methoden der VWL und BWL. Theorie und Praxis. Pearson, München, 2009. Kapitel 13-17. (Eher intuitiv und andwendungsnah.)
• Hartung, J., Statistik, Oldenbourg, 2002. (Dies ist mehr ein Handbuch und weniger ein Lehrbuch, das heißt, es wird fast jedes denkbare Thema angeschnitten, und dann eher kurz und recht formal behandelt.)
• Stock and Watson; Introduction to Econometrics; 2nd Edition; Pearson 2006.
  • alternativ: Stock and Watson; Introduction to Econometrics; Brief Edition; Pearson 2008
  (in diesen Büchern werden die letzten fünf Kapitel der Vorlesung recht ausführlich mit vielen Beispielen erklärt.)
• von Auer; Ökonometrie; Springer 2007 (behandelt die letzten fünf Kapitel der Vorlesung sehr ausführlich, eher technisch).
• Einen Zugang zur Softwareumgebung R finden Sie über die unten angegebene Dokumentation zu R.

Diskussionsforum

Im Diskussionsforum haben Sie während der Vorlesungszeit und während der Vorbereitung zur Klausur die Möglichkeit Fragen zur Veranstaltung zu stellen, Anmerkungen zu machen, auf Fragen von anderen zu antworten, etc. Ich bemühe mich dann, Ihre Anregungen aufzugreifen und versuche, auf Ihre Fragen in der Veranstaltung einzugehen, oder eine Antwort einzustellen. Ich freue mich, wenn Sie das Diskussionsforum rege nutzen.

Arbeitsgruppenwettbewerb

Der Arbeitsgruppenwettebewerb soll Ihnen erlauben, den Stoff regelmäßig (wöchentlich) selbst nachzuarbeiten, und ebenfalls regelmäßig Feedback über Ihren Fortschritt zu erhalten. Erfahrungsgemäß trägt die regelmässige Teilnahme am Arbeitsgruppenwettbewerb erheblich zum Lern- und Klausurerfolg bei. Die Teilnahme am Arbeitsgruppenwettbewerb ist freiwillig.

FAQ

• Ich habe eine Frage zum Stoff. Wo bekomme ich eine Antwort?
• Für welche Fragen ist die Sprechstunde da?
• Unter welchen Voraussetzungen bekomme ich ein Gutachten
• Mir gefällt die Veranstaltung nicht wie sie ist. Was kann ich tun?
• Mir gefällt die Veranstaltung prima
• Vorlesung, Handout, Arbeitsgruppenwettbewerb, Aufgaben, Übung, Tutorium... - muss ich das alles machen?
• Lohnt sich die Teilnahme am Arbeitsgruppenwettbewerb? Ist das Feedback aussagekräftig? Hilft es, in einer guten Gruppe zu sein?
• Warum ist die Vorlesung so einfach, und der Stoff der Übungen so schwierig?
• Wie schwierig wird die Klausur?
• Wie bereite ich mich am besten auf die Klausur vor?
• Wie unterscheidet sich die Wiederholungsklausur von der ersten Klausur?
• Warum lässt man überhaupt Leute durch die Klausur fallen?
• Wenn ich durch die Klausur gefallen bin - kann man da gar nichts machen?

Klausur

• Die Anmeldung zur Klausur erfolgt über Friedolin.
  Sie benötigen zur Klausur einen dokumentenechten schwarzen Stift (möglichst ein Filzstift) und einen Lichtbildausweis.
  Alle anderen Gegenstände (Mobiltelefone, eigene Unterlagen, Bücher, etc.) nehmen Sie bitte nicht mit an Ihren Arbeitsplatz sondern deponieren Sie vorne an der Tafel.
  Hier sind die Hinweise, die Sie auch in der Klausur erhalten werden.
  Natürlich erwartet niemand von Ihnen, dass Sie alle Formeln aus der Vorlesung auswendig gelernt haben. Die Aufgaben werden so gestellt werden, dass sie mit einem normalen Maß an Vorbereitung lösbar sind. Praktisch kann das z.B. bedeuten, dass spezielle Formeln in der Klausur als Hilfe angegeben werden, ähnlich wie das etwa bei den aktuellen Wettbewerbsaufgaben der Fall ist. In der Klausur wird von Ihnen erwartet, dass Sie die Konzepte verstanden haben und dass Sie diese, ähnlich wie im Arbeitsgruppenwettbewerb, selbständig anwenden können.
  Wenn Sie sich rechtzeitig mit dem Format der Klausur vertraut machen (etwas durch regelmäßige Mitarbeit am Wettbewerb) müssen Sie sich keine Sorgen machen.
• Hilfsmittel: keine (auch kein Taschenrechner, keine Tafelwerke, keine Mobiltelefone (egal ob ein- oder ausgeschaltet),... Ausnahmen (z.B. Lese- und Schreibhilfen für Studierende mit besonderen Bedürfnissen, Wörterbücher,...) klären Sie bitte vor der Klausur).
• Alte Klausuren (alle Hinweise ohne Gewähr):
  • Klausur vom 18.5.2011
  • Klausur vom 28.2.2011
  • Klausur vom 26.5.2010
  • Klausur vom 2.3.2010
  • Klausur Mai 2008 (Bitte beachten Sie, dass die Klausuren aus 2008 sich auf eine Vorlesung beziehen, in der mehr deskriptive Verfahren (jetzt BW30.1) und weniger schließende Verfahren behandelt wurden. Aufgabe 1-4 würden in einer Klausur für BW24.1 vermutlich nicht vorkommen)
  • Klausur Februar 2008 (Aufgabe 1-3 würden in einer Klausur für BW24.1 vermutlich nicht vorkommen)

Theorie und Praxis

Für die praktischen Beispiele in der Vorlesung werden wir die Softwareumgebung R verwenden. Wir müssen uns dabei auf eine Umgebung festlegen. R hat einige Vorteile, der wesentliche hier ist, dass Sie es uneingeschränkt auf Ihrem Rechner verwenden können. Hinzu kommt, dass es eine sehr leistungsfähige statistische Softwareumgebung darstellt.

• Dokumentation zu R finden Sie nicht nur in der eingebauten Hilfefunktion sondern auch auf der R Homepage. Hilfreich sind vor allem
  • The R Guide von Jason Owen (recht einfach, versucht R vor allem an Beispielen aus der Statistik zu erklären - einige Anwendungen sind dabei recht nahe am Stoff der Vorlesung)
  • Simple R von John Verzani (versucht R vor allem an Beispielen aus der Statistik zu erklären - einige Anwendungen sind dabei recht nahe am Stoff der Vorlesung)
  • Einführung in R von Günther Sawitzki (recht kompakte Einführung. Der statistische Teil ist durchaus anspruchsvoll)
  • Econometrics in R von Grant V. Farnsworth (die Einführung in R auf den ersten Seiten ist sehr kompakt und pragmatisch. Die ökonometrischen Modelle danach gehen weit über den Inhalt der Vorlesung hinaus)
  • An Introduction to R von W. N. Venables und D. M. Smith (betrachtet R eher als Programmiersprache und geht weniger auf die statistische Anwendung ein)
  • The R language definition (erklärt ausschließlich R als Programmiersprache, behandelt keine statistische Anwendung)
• Quellen zum Download finden Sie auf der Homepage des R-Projekts. Für die Standard Betriebssysteme finden Sie z.B. hier Installationsquellen.

  Installation unter Microsoft Windows:

  Laden Sie den Installer aus dem Internet. Starten Sie den Installer und beantworten Sie alle Fragen mit 'OK'. Fertig!

  Installation unter OpenSuSE:

  Wählen Sie die Installationsquellen per one-Click Install. Installieren Sie R-base und R-base-devel. Ab jetzt ist R im Update Management von OpenSuSE integriert und wird sich automatisch auf die neueste Version aktualisieren.

  Installation unter Ubuntu:

  Folgen Sie den Installationsanweisungen für Ubuntu

  Installation unter anderen Versionen von GNU-Linux:

  Auch hier gibt es Installationsanweisungen

  Installation unter MacOS X:

  Hier sind die Installationsanweisungen für MacOS X

• Wir werden die folgenden zusätzlichen Pakete verwenden: car, Ecdat, MASS (VR), UsingR, binom, relaimpo, lmtest, mvtnorm, lattice, clinfun, memisc, xtable. Falls z.B. das Kommando library(Ecdat) ohne Fehlermeldung ausgeführt werden kann, ist das Paket Ecdat bereits installiert. Falls es eine Fehlermeldung gibt (Error in library(Ecdat): There is no package called 'Ecdat'), muss das Paket zunächst installiert werden.

  Installation von Paketen unter Microsoft Windows:

  Starten Sie Rgui.exe und wählen Sie das Menü Packages. Dort können Sie Pakete aus dem Internet nachinstallieren (Install Packages). R fragt Sie zunächst nach einer Installationsquelle (wählen Sie hier z.B. Deutschland, Göttingen), danach können Sie aus einer Liste die Pakete installieren.

  Alternativ können Sie Pakete installieren, die Ihnen als zip-Archiv vorliegen. Dazu laden Sie zunächst das Paket von der Installationsquelle passend für Ihre Version von R (vermutlich 2.9) herunter (dort hat es im Beispiel den Namen Ecdat_0.1-5.zip) und speichern Sie. Dann wählen Sie in R im Menü Packages das Untermenü Install packages from local zip-files, wählen Ihre Datei aus, und alles sollte sich von alleine installieren. Manchmal setzt ein Paket ein anderes voraus, das vorher installiert werden muss. Sie merken das daran, dass sich R über fehlende 'dependencies' beklagt. Installieren Sie in diesem Fall die erforderlichen Pakete zuerst und versuchen Sie es dann nochmal.

  Das Paket relaimpo installieren Sie möglichst vom zip-Archiv auf der Homepage der Autorin. Dies ist die non-US Version, die leistungsfähiger ist.

  Installation von Paketen unter GNU-Linux:

  Um z.B. Ecdat zu installieren, sagen Sie einfach install.packages("Ecdat",dependencies=TRUE). R fragt Sie dann nach einer Installationsquelle (wählen Sie hier z.B. Deutschland, Göttingen), alles andere passiert von selbst.

  Installieren Sie das Paket relaimpo möglichst vom tar.gz-Archiv auf der Homepage der Autorin. Dies ist die non-US Version, die leistungsfähiger ist.

• Ich verwende in der Vorlesung (und auch sonst) den vielseitigen Editor Emacs zusammen mit dem Statistikinterface ESS um auf R zuzugreifen. Das klappt sehr gut unter GNU-Linux und Microsoft Windows. Benutzer von MacOS-X verwenden vermutlich lieber den Emacs-Clone aquamacs.

Modul-Verantwortlicher

Prof. Dr. Oliver Kirchkamp

Art des Moduls

Pflichtmodul

Angebot

Im Wintersemester

Semester nach Musterstudienplan

3. Semester

Dauer des Moduls

1 Semester

Zusammensetzung des Moduls /

VL und Ü

Leistungspunkte (ECTS credits)

6

Arbeitsaufwand

Präsenzstunden : 60 h (2 SWS VL, 2 SWS Ü), Selbststudium (einschl. Prüfungsvorbereitung): 120 h

Inhalte

Das Modul vermittelt grundlegende Methoden der empirischen Wirtschaftsforschung, insbesondere induktive statistische, ökonometrische und experimentelle Verfahren.

Lern- und Qualifikationsziele

Studierende sollen verstehen, wie ökonomische Hypothesen entwickelt und getestet werden können. Sie sollen die Vor- und Nachteile unterschiedlicher Verfahren zum Test von Hypothesen beurteilen können und lernen, Methoden zum Test von Hypothesen zu erarbeiten.

Voraussetzung für die Zulassung zur Modulprüfung

keine

Voraussetzung für die Vergabe von Leistungspunkten

Klausur (100 %)