Ökonometrie,   WS 2022/23

Vorlesung:   Fr 10:00 - 11:30  im  A125
Übung:         Fr 11:45 - 13:15  im  A122

Bitte melden Sie sich im  Stud.IP  für diese Veranstaltung an.

Prüfungsleistung:  Klausur (50% Theorie-Aufgaben, 50% Programmier-Aufgaben)
zugelassene Hilfsmittel:  Theorie-Teil: 1 beidseitig beschriebenes DIN A4 Blatt, eine Formelsammlung und ein einfacher Taschenrechner; für den Programmier-Teil sind sämtliche Hilfsmittel zugelassen.

Aktuell:   Die Resultate der Klausur sind in das Prüfungssystem eingetragen worden.
Klausureinsicht:  Donnerstag 16. Februar 14:30-15:30 Uhr im A131


Vorlesungsplan: Das folgendes Material soll behandelt werden:

1. Kurzeinführung zur R-Software
   
2. Lineare Regression als deterministisches Minimierungsproblem:
   2.1   L^1 und L^2 Regression in einer Dimension
   2.2   Die Methode der kleinsten Quadrate bei p Regressoren
   2.3   Anwendungsbeispiel: Die Fourierreihen-Entwicklung als lineares Regressionsproblem
   
3. Lineare Regression als statistisches Problem:
   3.1   Maximum Likelihood Schätzung der Regressionskoeffizienten
   3.2   Erwartungswert, Varianz und die Verteilung der Maximum Likelihood Schätzer
   3.3   Effizienz und Konsistenz der Maximum Likelihood Schätzer
   3.4   Vertrauensintervalle für die Regressionskoeffizienten
   
4. Die verallgemeinerte Methode der kleinsten Quadrate
   
5. Lineare Regression und Schur-Komplement Formel