Einzelansicht eines Moduls

Modul (6 Credits)

Bayesian Econometrics

Name im Diploma Supplement
Bayesian Econometrics
Verantwortlich
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 EaFWahlpflichtbereich1.-3. FS, Wahlpflicht
  • ECMXWahlpflichtbereichME7 Econometric Methods1.-3. FS, Wahlpflicht
  • GOEMIKWahlpflichtbereich Bereich Volkswirtschaftslehre1.-3. FS, Wahlpflicht
  • MuUWahlpflichtbereich IWahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen1.-2. FS, Wahlpflicht
  • VWLWahlpflichtbereich I1.-3. FS, Wahlpflicht
Bestandteile
Name im Diploma Supplement
Bayesian Econometrics
Anbieter
Lehrperson
SWS
2
Sprache
englisch
Turnus
unregelmäßig
maximale Hörerschaft
unbeschränkt
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.

Hörerschaft
Vorlesung: Bayesian Econometrics (WIWI‑C1205)
Name im Diploma Supplement
Bayesian Econometrics
Anbieter
Lehrperson
SWS
2
Sprache
englisch
Turnus
unregelmäßig
maximale Hörerschaft
unbeschränkt
empfohlenes Vorwissen

see lecture

Lehrinhalte

see lecture

Literaturangaben

see lecture

Hörerschaft
Übung: Bayesian Econometrics (WIWI‑C1208)
Modul: Bayesian Econometrics (WIWI‑M0939)