Module (6 Credits)

Statistical Learning

Name in diploma supplement

Statistical Learning

Responsible

• Prof. Dr. Christoph Hanck

Admission criteria

See exam regulations.

Workload

180 hours of student workload, in detail:

• Attendance: 60 hours
• Preparation, follow up: 60 hours
• Exam preparation: 60 hours

Duration

The module takes 1 semester(s).

Qualification Targets

Die Studierenden

• verfügen über umfassende Kenntnisse moderner statistischer und ökonometrischer Methoden und beherrschen deren Anwendung bei der Lösung empirischer, ökonometrischer Fragestellungen
• kennen die formalen Eigenschaften zentraler Verfahren und können sie mathematisch zeigen
• können ökonomische Probleme sachgerecht in ein ökonometrisches Modell überführen, die ökonometrischen und statistischen Schätz- sowie Testverfahren hinsichtlich ihrer Problemadäquanz beurteilen, die geeigneten Daten auswählen und die empirischen Befunde kritisch kommentieren
• sind in der Lage, eigenständig und mit Hilfe geeigneter statistischer und ökonometrischer Software praktische Probleme zu lösen
• können selbständig ausgewählte Übungsaufgaben bearbeiten

Relevance

Die Praxisrelevanz ist aufgrund der großen Bedeutung der Empirie in den Wirtschaftswissenschaften hoch und wird sich noch weiter erhöhen.

Module Exam

Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten) oder einer mündlichen Prüfung.

Alternativ: Empirisches Prognoseprojekt (70% der Note) und Präsentation (in der Regel: 20 Minuten. 30% der Note).

Die Art der Prüfung wird jeweils zu Semesterbeginn vom Dozenten festgelegt.

Usage in different degree programs

• BWL EaFWahlpflichtbereich1st-3rd Sem, Elective
• ECMXWahlpflichtbereichME7 Econometric Methods1st-3rd Sem, Elective
• ECMXWahlpflichtbereichME6 Applied Econometrics1st-3rd Sem, Elective
• GOEMIKWahlpflichtbereich Bereich Volkswirtschaftslehre1st-3rd Sem, Elective
• MuUWahlpflichtbereich IWahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen1st-2nd Sem, Elective
• VWLWahlpflichtbereich I1st-3rd Sem, Elective
• WiInfWahlpflichtbereichWahlpflichtbereich II: Informatik, BWL, VWLWahlpflichtmodule der Volkswirtschaftslehre1st-3rd Sem, Elective

Elements

Lecture (3 Credits)

Statistical Learning

Name in diploma supplement

Statistical Learning

Organisational Unit

• Lehrstuhl für Ökonometrie

Lecturers

• Dr. Thomas Deckers

SPW

2

Language

English

Cycle

summer semester

Participants at most

no limit

Preliminary knowledge

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.

Contents

• Linear regression and k-nearest neighbors
• Classification
• Resampling methods
• Linear Model selection and regularization
• Polynomial regression, splines and local regression
• Tree-Based methods
• Support vector machines
• Unsupervised learning

Literature

• Bishop, C. M. (2006). Pattern recognition and machine learning. New York: Springer.
• Davidson, R.; MacKinnon, J. G. (2004). Econometric theory and methods. New York: Oxford Univ. Press.
• Hastie, T.; Tibshirani R.; Friedman, J. (2013). The elements of statistical learning : data mining, inference, and prediction (2nd edition). New York: Springer.
• Hayashi, F. (2000). Econometrics. Princeton: Princeton Univ. Press.
• James, G.; Witten, D.; Hastie, T.; Tibshirani, R. (2016). An introduction to statistical learning : with applications in R. New York: Springer.
• Wooldridge, J. M. (2010). Econometric analysis of cross section and panel data (2nd edition). Cambridge, Mass.: MIT Press.

Teaching concept

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.

Participants

• BWL EaFWahlpflichtbereich1st-3rd Sem, ElectiveModul "Statistical Learning"
• ECMXWahlpflichtbereichME7 Econometric Methods1st-3rd Sem, ElectiveModul "Statistical Learning"
• ECMXWahlpflichtbereichME6 Applied Econometrics1st-3rd Sem, ElectiveModul "Statistical Learning"
• GOEMIKWahlpflichtbereich Bereich Volkswirtschaftslehre1st-3rd Sem, ElectiveModul "Statistical Learning"
• MuUWahlpflichtbereich IWahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen1st-2nd Sem, ElectiveModul "Statistical Learning"
• VWLWahlpflichtbereich I1st-3rd Sem, ElectiveModul "Statistical Learning"
• WiInfWahlpflichtbereichWahlpflichtbereich II: Informatik, BWL, VWLWahlpflichtmodule der Volkswirtschaftslehre1st-3rd Sem, ElectiveModul "Statistical Learning"

Exercise (3 Credits)

Statistical Learning

Name in diploma supplement

Statistical Learning

Organisational Unit

• Lehrstuhl für Ökonometrie

Lecturers

• Dr. Thomas Deckers
• wissenschaftliche Mitarbeiter(innen)

SPW

2

Language

English

Cycle

summer semester

Participants at most

no limit

Preliminary knowledge

see lecture

Contents

see lecture

Literature

see lecture

Participants

• BWL EaFWahlpflichtbereich1st-3rd Sem, ElectiveModul "Statistical Learning"
• ECMXWahlpflichtbereichME7 Econometric Methods1st-3rd Sem, ElectiveModul "Statistical Learning"
• ECMXWahlpflichtbereichME6 Applied Econometrics1st-3rd Sem, ElectiveModul "Statistical Learning"
• GOEMIKWahlpflichtbereich Bereich Volkswirtschaftslehre1st-3rd Sem, ElectiveModul "Statistical Learning"
• MuUWahlpflichtbereich IWahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen1st-2nd Sem, ElectiveModul "Statistical Learning"
• VWLWahlpflichtbereich I1st-3rd Sem, ElectiveModul "Statistical Learning"
• WiInfWahlpflichtbereichWahlpflichtbereich II: Informatik, BWL, VWLWahlpflichtmodule der Volkswirtschaftslehre1st-3rd Sem, ElectiveModul "Statistical Learning"