Ökonometrie,   WS2018/19


Vorlesung:   Mo 11:45 - 13:15   im A125   und Fr 8:15 - 9:45  im A129
Übung:         Mo 14:15 - 15:45   im G204a


Aktuell:  Die Noten der Klausur wurden in das QIS eingetragen.


Prüfungsleistung: Klausur (1/3 Theorie-Aufgaben, 2/3 Programmier-Aufgaben)
zugelassene Hilfsmittel:  Theorie-Teil: 2 beidseitig beschriebene DIN A4 Blätter, eine Formelsammlung und ein einfacher Taschenrechner; für den Programmier-Teil sind sämtliche Hilfsmittel zugelassen.


Vorlesungsplan: Folgendes Material soll behandelt werden:

  1. Kurzeinführung zur R-Software
  2. Wiederholung: Die Normalverteilung und der zentrale Grenzwertsatz
  3. Von der Normalverteilung abgeleitete Verteilungen: Die t-, F- und die chi^2-Verteilung
  4. Lineare Regression als deterministisches Minimierungsproblem:
    4.1   L^1 und L^2 Regression in einer Dimension: Regressionsgeraden
    4.2   Die Methode der kleinsten Quadrate bei p Regressoren: Projektion auf p-dimensionale Unterräume
    4.3   Anwendungsbeispiel: Die Fourierreihen-Entwicklung als lineares Regressionsproblem
  5. Lineare Regression als statistisches Problem:
    5.1   Die Maximum Likelihood Methode
    5.2   Maximum Likelihood Schätzung der Regressionskoeffizienten
    5.3   Erwartungswert, Varianz, Effizienz und Konsistenz der Maximum Likelihood Schätzer
    5.4   Vertrauensintervalle für die Regressionskoeffizienten
  6. Modelldefekte der linearen Regression
  7. OLS-Estimation von Zeitreihenmodellen mit Trend und saisonalem Anteil
  8. Das Berliner Verfahren BV4.1 des Statistischen Bundesamtes


Material zum Vorlesungsteil:
R-Kurzeinfuehrung.txt                W'keitsverteilungen-in-R.pdf
Regression-Examples.txt
Normalverteilung-und-zentraler-Grenzwertsatz.txt
Fourierreihen-als-Regressionsproblem.txt
Verteilungen-der-Schaetzer.txt
Datenimport-DataFrames-DateFormatting.txt
Datenimport-DataFrames-DateFormatting.pdf
Regression-Trend-und-Saison-Anteil.txt
Das Berliner Verfahren BV4.1 des Statistischen Bundesamtes  (Software und Methodenbericht)


Übungsblätter:
Blatt 1             Loesung1.txt
Blatt 2             Loesung2.pdf                   Loesung2-Aufg1cd.txt
Blatt 3             Loesung3.txt
Blatt 4             Loesung4.txt
Blatt 5             Loesung5.txt
Blatt 6             Loesung6.txt
Blatt 7             Loesung7-Aufg1.pdf        Loesung7-Aufg2.txt
Blatt 8             Loesung8.txt
Blatt 9             Loesung9-Aufg1.pdf        Loesung9-Aufg2.txt
Blatt 10           Loesung10.txt
Blatt 11           Loesung11.txt
Probe-Klausur


Daten:
DAXwithComp.txt
SPX.txt
BIPquarterly-Deutschland.csv
co2levels-MaunaLoa.csv



Material zur R-Software:
•   Die R-Software kann hier heruntergeladen werden.   Auf den Hochschul-PCs ist das R bereits installiert.
•   Kompakt-Übersichten R-Befehle:  4 Seiten,  7 Seiten8 Seiten
•   Date-Formatting-in-R.pdf


Literatur zur Vorlesung: Jörg-Uwe Löbus: Ökonometrie (daraus die Kapitel 2,3,4 und 9)
Literatur zum R-Teil: Gerrit Eichner: Einführung in die lineare Regression, Kapitel 10 des R-Skripts zum 4-semestrigen R-Kurs an der Uni Giessen



Hochschule RheinMain Wiesbaden Rüsselsheim, Prof. Dr. D. Lehmann, Studiengang Angewandte Mathematik