Bayesian Econometrics

Modul: Bayesian Econometrics (6 Credits)
Name im Diploma Supplement	Bayesian Econometrics
Verantwortlich	Prof. Dr. Christoph Hanck
Voraussetzungen	Siehe Prüfungsordnung.
Workload	180 Stunden studentischer Workload gesamt, davon: Präsenzzeit: 60 Stunden Vorbereitung, Nachbereitung: 60 Stunden Prüfungsvorbereitung: 60 Stunden
Dauer	Das Modul erstreckt sich über 1 Semester.
Qualifikationsziele	Students acquire comprehensive knowledge of the Bayesian statistical paradigm and associated tools know how to apply these to address applied questions in economics and related disciplines identify and clean relevant data to do so are proficient in taking an analysis from an empirical question to a suitable econometric model assess the strengths and limitations of their empirical results can assess the mathematical and statistical properties of core methods and are able to formally establish these independently program and apply statistical software and code to practically use the methods in practice independently tackle a range of theoretical problem sets
Praxisrelevanz	The practical relevance of the module is high in view of the key and increasing importance of empirical work in economics and elsewhere.
Prüfungsmodalitäten	Examination for this module takes place through a written exam (typically 60-90 minutes), or an oral exam (typically 20-40 minutes), or an empirical project (70% of the final grade) combined with a presentation (typically 20 minutes, 30% of the final grade). The type of examination will be communicated at the start of the semester.
Verwendung in Studiengängen	BWL EaF Master > Wahlpflichtbereich > 1.-3. FS, Wahlpflicht ECMX Master > Wahlpflichtbereich > ME7 Econometric Methods > 1.-3. FS, Wahlpflicht GOEMIK Master > Wahlpflichtbereich > Bereich Volkswirtschaftslehre > 1.-3. FS, Wahlpflicht MuU Master > Wahlpflichtbereich I > Wahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen > 1.-2. FS, Wahlpflicht VWL Master > Wahlpflichtbereich I > 1.-3. FS, Wahlpflicht
Bestandteile	Vorlesung Bayesian Econometrics (3 Credits) Übung Bayesian Econometrics (3 Credits)
Modul: Bayesian Econometrics (WIWI‑M0939)

Vorlesung: Bayesian Econometrics (3 Credits)
Name im Diploma Supplement	Bayesian Econometrics
Anbieter	Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Christoph Hanck
Semesterwochenstunden	2	Sprache	englisch
Turnus	unregelmäßig	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Knowledge of basic econometric concepts such as communicated in our bachelor and master courses “Einführung in die Ökonometrie" and “Methoden der Ökonometrie“ as well as good working knowledge of mathematical statistics.
Lehrinhalte Bayesian inference Classical simulation methods Markov chains Markov chain Monte-Carlo methods Gibbs-Sampler, Metropolis-Hastings algorithm Applications, such as linear regression, Lasso, (multivariate) time series, latent variable models
Literaturangaben Greenberg, E. (2013). Introduction to Bayesian econometrics (2. Aufl.). Cambridge: Cambridge University Press. Hayashi, F. (2000). Econometrics. Princeton: Princeton Univ. Press.
didaktisches Konzept Classes are organized around traditional lectures. Students are however expected to contribute intensively through active discussion. Lectures are complemeted via, e.g., illustrations in R, joint interactive programming to better understand the statistical concepts as well as comprehensive problem sets to deepen students’ proficiency.
Vorlesung: Bayesian Econometrics (WIWI‑C1205)

Übung: Bayesian Econometrics (3 Credits)
Name im Diploma Supplement	Bayesian Econometrics
Anbieter	Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Christoph Hanck, wissenschaftliche Mitarbeiter(innen)
Semesterwochenstunden	2	Sprache	englisch
Turnus	unregelmäßig	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen see lecture
Lehrinhalte see lecture
Literaturangaben see lecture
Übung: Bayesian Econometrics (WIWI‑C1208)