16.01.2013 Aufrufe

Modulkatalog - Abteilung VWL - Universität Mannheim

Modulkatalog - Abteilung VWL - Universität Mannheim

Modulkatalog - Abteilung VWL - Universität Mannheim

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Erwartete Kompetenzen<br />

nach Abschluss des<br />

Moduls<br />

Voraussetzungen für die<br />

Vergabe von ECTS-<br />

Punkten und Benotung<br />

Verfahren mit Hilfe einer flexiblen Programmiersprache (R) anwenden. Die<br />

konkreten Inhalte können teilweise nach den Interessen der Studierenden<br />

flexibel angepasst werden.<br />

Inhalte (Beispielthemen eines Semesters):<br />

• Einführung, Wiederholung und Vertiefung von Software-Kenntnissen,<br />

• Nichtparametrische Dichteschätzung und nichtparametrische<br />

Regression,<br />

• Visualisierung hochdimensionaler Daten, Ausreißer-Analyse,<br />

• Lineare Diskriminanzanalyse, Logit- und Probit-Modelle,<br />

• Varianzanalyse-Modelle, Deskription von Zeitreihendaten,<br />

• Stochastische Zeitreihenmodelle (ARMA, ARCH, GARCH),<br />

• Ökonometrische Zeitreihenmodelle (Prognosemodelle),<br />

• Rechenintensive statistische Methoden (Bootstrap, Kreuzvalidierung)<br />

• Numerische Verfahren (Optimierung)<br />

Am Ende der Veranstaltung sind die Studierenden in der Lage, neue<br />

quantitative Methoden selbständig zu programmieren und anzuwenden<br />

(soweit es die Komplexität zulässt). Dabei beherrschen sie den<br />

allgemeinen Arbeitsablauf einer Datenanalyse (Datenimport, Deskription,<br />

Modellschätzung, Interpretation, Präsentation) routinemäßig. Da sich die<br />

Anwendungsbeispiele zumeist auf reale Daten beziehen, haben die<br />

Studierenden auch gelernt, die Möglichkeiten und Grenzen der jeweiligen<br />

Verfahren in der Praxis kritisch einzuschätzen.<br />

Da die Themen zum Großteil nicht aufeinander aufbauen und sich die<br />

Studierenden häufig in ein völlig neues Thema einarbeiten müssen, ist die<br />

Veranstaltung sehr arbeitsintensiv. Die extensive Verwendung einer<br />

statistischen Programmiersprache bringt zusätzlich einen erheblichen Zeitaufwand<br />

mit sich. In diesem Kontext erwerben die Studierenden Kompetenzen<br />

wie das Abschätzen zeitlicher Erfordernisse, die effiziente Organisation<br />

komplexer Arbeitsabläufe, den Umgang mit Frust und Hartnäckigkeit<br />

oder die gelungene Präsentation von Ergebnissen. Sie üben dabei die<br />

Bereitschaft zu ständiger Einarbeitung in neue Problemfelder ein.<br />

Schriftliche Klausur über 90 Minuten (50%) und Übungen (50%)<br />

Bemerkung:<br />

Die Studierenden müssen wöchentlich aktualisierte Aufgaben zu den<br />

jeweiligen Themen bearbeiten und innerhalb einer zeitlichen Frist<br />

einreichen. Wegen des hohen Zeitaufwands werden diese Übungen mit<br />

50% als Prüfungsbestandteil gewichtet. Die Abgaben werden fachlich<br />

begutachtet. Außerdem müssen die Studierenden ihre Lösungen während<br />

der Übung präsentieren.<br />

Der Endnote liegt die Summe der in den Übungen und in der Klausur<br />

erworbenen Leistungspunkte zugrunde. Bei maximaler Leistungspunktezahl<br />

ergibt sich ein Verhältnis von 50% zu 50%.<br />

52

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!