Predictive Modeling Vorlesung & Übung (MA)

Der Kurs behandelt Methoden zur Erstellung und Auswertung statistischer Prognosen. In der Praxis sind verschiedene Arten von Prognosen relevant (Erwartungswert, Wahrscheinlichkeit, Quantil, Verteilung). Für jeden dieser Fälle werden im Kurs passende Modellierungsansätze, deren Implementierung mit R-Software sowie ökonomische Anwendungsbeispiele vorgestellt. Die Auswertung von Prognosen wird aus absoluter Sicht ("Passt das Prognosemodell zu den beobachteten Daten?") und aus relativer Sicht (Vergleich verschiedener Prognosemodelle) betrachtet.

Microeconometrics Vorlesung & Übung (BA)

Mikroökonometrie befasst sich mit der Modellierung einzelner (`Mikro-')Einheiten wie einer Person, einem Haushalt, oder einer Firma. Dabei ist die abhängige Variable oft diskret. Zum Beispiel kann das Arbeitsverhältnis einer Person als binäre Variable aufgefasst werden (z.B. angestellt im IT-Sektor, ja oder nein), und die Wahl eines Verkehrsmittels stellt eine multinomiale Variable dar (z.B. Fahrrad, Bahn, PKW, oder Sonstige). Anders als in ökonometrischen Grundlagenveranstaltungen erfordern solche diskreten abhängigen Variablen oft nichtlineare Regressionsmodelle.

Seminar (BA/MA)

Probabilistic Time Series Forecasting Challenge, (Projekt-)Seminar (BA/MA)

Statistical forecasts are relevant across all fields of society. In this data science project, students make, evaluate and communicate their own statistical forecasts in a real-time setting. We consider probabilistic forecasts that involve a measure of uncertainty in addition to a point forecast. Students are asked to make forecasts of several real-world time series (including weather variables and the DAX stock market index). Historical data on all series are available from public sources that are updated as time proceeds. While the time series differ from each other in important ways, statistical methods can meaningfully be used for prediction in all cases. We focus on quantile forecasts which are useful to measure forecast uncertainty in a relatively simple way.

Applied Econometrics Vorlesung & Übung (MA)

Angewandte Ökonometrie befasst sich mit Fragen kausaler Zusammenhänge (z.B., "wie beeinflusst ein Praktikum den zukünftigen Lohn einer Person?") und Vorhersagen (z.B., "Wie hoch ist die erwartete Miete einer Wohnung, gegeben Standort und Wohnfläche?"). Dieser Kurs präsentiert ökonometrische Methoden für diese Aufgaben, mit einem Fokus auf kausale Inferenz.

Seminar (BA/MA)

Statistik 1 Vorlesung (BA-Grundlagenprogramm)

Weitere Informationen finden Sie auf der Website des Statistik-Grundlagenprogramms.

Seminar (BA/MA)

Statistik 2 Vorlesung (BA-Grundlagenprogramm)

Weitere Informationen finden Sie auf der Website des Statistik-Grundlagenprogramms.

Probabilistic Time Series Forecasting Challenge, (Projekt-)Seminar (BA/MA)

Statistical forecasts are relevant across all fields of society. In this data science project, students make, evaluate and communicate their own statistical forecasts in a real-time setting. We consider probabilistic forecasts that involve a measure of uncertainty in addition to a point forecast. Students are asked to make forecasts of several real-world time series (including weather variables and the DAX stock market index). Historical data on all series are available from public sources that are updated as time proceeds. While the time series differ from each other in important ways, statistical methods can meaningfully be used for prediction in all cases. We focus on quantile forecasts which are useful to measure forecast uncertainty in a relatively simple way.

Applied Econometrics Vorlesung & Übung (MA)

Angewandte Ökonometrie befasst sich mit Fragen kausaler Zusammenhänge (z.B., "wie beeinflusst ein Praktikum den zukünftigen Lohn einer Person?") und Vorhersagen (z.B., "Wie hoch ist die erwartete Miete einer Wohnung, gegeben Standort und Wohnfläche?"). Dieser Kurs präsentiert ökonometrische Methoden für diese Aufgaben, mit einem Fokus auf kausale Inferenz.

Seminar (BA/MA)

• Statistik I, Sommer 2023

• Statistik II, Winter 2023/24

• Applied Econometrics (Vorlesung und Übung), seit Winter 2019/20

• Predictive Modeling (Vorlesung und Übung), seit Sommer 2020

• Probabilistic Time Series Forecasting Challenge (Projektseminar; mit J. Bracher, N. Koster and S. Lerch), seit Winter 2021/22

• Microeconometrics (Vorlesung und Übung), seit Winter 2022/23

• VWL III (Vorlesung), Sommer 2022

• Mehrere Ökonometrie-Seminare (u.a. mit M. Schienle, R. Buse, L. Rüter)