Uni Jena
Wirtschaftswissenschaftliche Fakultät
Lehrstuhl für Empirische und Experimentelle Wirtschaftsforschung

BW24.1 - Basismodul Empirische und Experimentelle Wirtschaftsforschung

Termine im WS 2010/11
Vorlesung:Mi. 8:15-9:45, Carl Zeiss Str. 3, HS 3 (Oliver Kirchkamp).
Übung:Do. 14:15-15:45, Carl Zeiss Str. 3, HS 2 (Oliver Kirchkamp)
Die Übung beginnt in der ersten Woche des Semesters.
Tutorien: t.b.a.
Die Tutorien beginnen erst in der zweiten Woche des Semesters ab Mittwoch, also nach der Vorlesung.
Handout
Hier finden Sie den Handout zur Veranstaltung. Dieser Handout ist ein zum Ausdrucken und Lesen am Bildschirm optimierter Ausdruck der Folien aus der Vorlesung.
Empfohlene Literatur
  • Dolic, Dubravko, Statistik mit R, Oldenbourg, 2003.
  • 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.
  • Finden Sie Ihren eigenen Lernstil! 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 (natürlich freue ich mich, wenn Sie trotzdem in die Vorlesung kommen).
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.
Hier finden Sie die noch Aufgaben aus dem letzten Jahr. Die aktuellen Aufgaben werden so bald wie möglich bereitgestellt.
Klausur
Bitte beachten Sie, dass diese Klausuren sich auf eine Vorlesung beziehen, in der mehr deskriptive Verfahren (jetzt BW30.1) und weniger schließende Verfahren behandelt wurden.
  • Aufgaben Februar 2008 (Aufgabe 1-3 würden in einer Klausur für BW24.1 vermutlich nicht vorkommen), Aufgaben Mai 2008 (Aufgabe 1-4 würden in einer Klausur für BW24.1 vermutlich nicht vorkommen)
  • Hilfsmittel: keine (auch kein Taschenrechner, keine Tafelwerke, keine Mobiltelefone,... Ausnahmen (z.B. Lese- und Schreibhilfen für Studierende mit besonderen Bedürfnissen, Wörterbücher,...) klären Sie bitte vor der Klausur).
    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.
Gliederung:
  • KW 42: Einführung - Schätzen von Parametern
  • KW 43: Wünschenswerte Eigenschaften von Schätzern --- Momentenschätzer
  • KW 44: Maximum Likelihood und Momentenmethode
  • KW 45: Konfidenzintervalle
  • KW 46: Hypothesentests - Einführung
  • KW 47: Vergleich von Mittelwerten - parametrische Tests
  • KW 48: Nichtparametrische Tests
  • KW 49: Vergleich von mehr als zwei Stichproben
  • KW 50: Lineare Regression - Einführung
  • KW 1: Modelle mit mehr als einer unabhängigen Variablen (multiple Regression)
  • KW 2: Modellspezifikation
  • KW 3: Kategoriale Variablen in der linearen Regression
  • KW 4: Nichtlineare Regressionsfunktionen
  • KW 5: Zusammenfassung, Wiederholung
  • KW 6: Zusammenfassung, Wiederholung
FAQ
Klausur
  • Termin: t.b.a.
  • Die Anmeldung zur Klausur erfolgt über Friedolin. Sie benötigen zur Klausur einen dokumentenechten schwarzen Stift und einen Lichtbildausweis. Weitere Hilfmittel für Studierende mit besonderen Bedürfnissen (z.B. besondere Sehhilfen oder Schreibhilfen) klären Sie bitte vorher ab. 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.
  • Klausur vom 2.3.2010, Klausur vom 26.5.2010 (alle Hinweise ohne Gewähr)
  • Klausureinsicht: Falls uns, trotz aller Sorgfalt, bei der Bewertung Ihrer Klausur ein Fehler unterlaufen ist, fällt es Ihnen leicht, mit Ihrem Aufgabenblatt und der Lösungsversion im Internet die von uns ermittelte Punktzahl nachzurechnen. Falls wir uns verrechnet haben, gehen Sie bitte wie folgt vor:
    • Schritt 1 - Bitte schicken Sie eine kurze Email an Frau Adler (monika.adler[at]uni-jena.de) mit Ihrer Matrikelnummer, und den Punkten, die Sie, gemäß Ihrer Berechnung, für die jeweiligen Aufgaben erhalten sollten. Wir überprüfen dann Ihren Fall und beheben den Fehler so schnell wie möglich.
    • Schritt 2 - Falls wir keine Fehler in unserer Bewertung finden können, Sie aber vermuten, dass wir einen gemacht haben, haben Sie natürlich die Möglichkeit, Ihre Klausur noch einmal anzusehen und in Ruhe nachzurechnen. Wenden Sie sich auch dazu an Frau Adler. Zur Klausureinsicht müssen Sie sich ausweisen. Es wird Ihnen helfen, wenn Sie Ihr Aufgabenblatt und Ihre Lösungsskizze mitbringen. Mit diesen Unterlagen ist das Nachrechnen leichter.
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 %)
Theorie und Praxis
Für die praktischen Beispiele in der Vorlesung werden wir die Softwareumgebung R verwenden. Ich halte es für sinnvoll, praktische Anwendungen im Rechner in die Vorlesung zu integrieren. 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 An Introduction to R, The R language definition, Simple R von John Verzani, The R Guide von Jason Owen, Einführung in R von Günther Sawitzki, und Econometrics in R von Grant V. Farnsworth.
  • 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: Ecdat, MASS (VR), UsingR, binom, car, mvtnorm, lattice, clinfun, memisc, relaimpo. 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'), müssen Sie das Paket zunächst installieren.
    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 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.
  • Für die Benutzer von Firefox bietet der R Site Search Sidebar Hilfe bei der Suche nach Kommandos. Die Installation erfordert allerdings etwas Nacharbeit. Wenn das rsitesearch.xpi Paket nicht installiert werden will, kann man das Paket öffnen (z.B. in Emacs) und zwei Werte in install.rdf ändern: Der Wert von maxVersion muss mindestens so groß sein, wie die aktuelle Version von Firefox. Der Wert von updateURL sollte leer sein, ansonsten beschwert sich Firefox über unsichere Updates.
(c)Oliver Kirchkamp