Mithilfe ökonometrischer Methoden lassen sich ökonomische Zusammenhänge quantifizieren und testen. Ihre Bedeutung steigt zunehmend, da die Anzahl empirischer Studien, die Daten auf Firmen-, Haushalts-oder Individualebene auswerten, kontinuierlich zunimmt. Um die Qualität dieser Studien kompetent zu beurteilen, sind Kenntnisse der zugrunde liegenden ökonometrischen Methoden und ihrer Annahmen erforderlich.

Referenten

  • Einfache Regressionsanalysen: Varianz, Kovarianz, Erwartungswert, Korrelationskoeffizi­ent, Gauß-Markov-Bedingungen, unverzerrter, konsistenter und effizienter Schätzer, Kleinste-Quadrate-Methode, Hypothesentest, Signifikanzniveau, Konfidenzintervall, t-Test
  • Multivariate Regressionsanalysen: Dummy-Variablen, Problem unbeobachteter Einflussgrößen, Multikollinearität
  • Interpretation der Schätzergebnisse anhand von Praxisbeispielen
  • Kritikfähigkeit gegenüber empirischen Studien: Korrelation versus Kausalität

In diesem Seminar erhalten Sie eine praxisorientierte Einführung in die Ökonometrie und bauen etwaige Hemmschwellen gegenüber statistisch-ökonometrischen Methoden ab. Die erforderlichen statistischen Kenntnisse wiederholen Sie zu Beginn des Kurses in einer kompakten Einführung.

Kenntnisse in Mathematik oder Statistik auf dem Niveau von Grundstudiums- bzw. Bachelorvorlesungen der Wirtschafts- oder Sozialwissenschaften (Inhalte, die durch das Seminar „Statistik und Datenerhebung – Eine praxisorientierte Einführung“ abgedeckt wer­den).

Referentinnen und Referenten sowie Expertinnen und Experten aus Ministerien, Verwaltung und Unternehmen, die sich mit der Interpretation empirischer Untersuchungen zu wirtschaftspolitisch relevanten Themen befassen.

Standort

Klicken Sie auf den unteren Button, um den Inhalt nachzuladen.

Termin

27.02.2018 - 28.02.2018

Dieses Seminar findet voraussichtlich wieder in der nächsten Seminarsaison statt.

Veranstaltungsort

ZEW – Leibniz-Zentrum für Europäische Wirtschaftsforschung

L 7, 1 68161 Mannheim

Kategorie
  • Expertenseminar
Schlagworte
Meinungen