Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi)

Modul: Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi) (6 Credits)
Verantwortlich	Studiengangskoordinator/-in in Verbindung mit Studiendekan/-in
Voraussetzungen	Siehe Prüfungsordnung.
Workload	180 Stunden studentischer Workload gesamt, davon: Präsenzzeit: 45 Stunden Vorbereitung, Nachbereitung: 135 Stunden
Dauer	Das Modul erstreckt sich über 1 Semester.
Qualifikationsziele	Wissenschaftsbasierte Weiterentwicklung professionellen Handelns Entwicklung und Festigung einer forschenden Lernhaltung Einsatz von fachwissenschaftlichem Metawissen sowie Rückgriff auf wissenschaftstheoretische Konzepte Vertrautheit mit den statistischen Methoden empirisch-quantitativer Wirtschaftsforschung Fähigkeit, Weiterentwicklungen in der Fachwissenschaft bzw. Fachdidaktik zu verfolgen und sich selbstständig neue empirische Befunde anzueignen
Prüfungsmodalitäten	Die Veranstaltung ist Teil des interdisziplinären Moduls „Professionelles Handeln wissenschaftsbasiert weiterentwickeln“ zur Begleitung der MA-Arbeit. Das Modul ist unbenotet. (Hier: Es ist eine der vier aufgeführten Lehrveranstaltungen (mit Übung) im Umfang von 6 Credits zu belegen.)
Verwendung in Studiengängen	LA gbF/kbF BK Master > Masterprüfung in der großen beruflichen Fachrichtung > Fächerübergreifendes Begleitmodul zur Masterarbeit > 4. FS, Wahlpflicht
Bestandteile	Vorlesung mit integrierter Übung Induktive Statistik (6 Credits) Vorlesung Einführung in die Ökonometrie (3 Credits) Übung Einführung in die Ökonometrie (3 Credits) Vorlesung Wirtschaftsstatistik (3 Credits) Übung Wirtschaftsstatistik (3 Credits) Vorlesung Computergestützte Methoden (3 Credits) Übung Computergestützte Methoden (3 Credits)
Modul: Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi) (WIWI‑M0269)

Vorlesung mit integrierter Übung: Induktive Statistik (6 Credits)
Name im Diploma Supplement	Statistical Inference
Anbieter	Fachgebiet Statistik, Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Andreas Behr, Prof. Dr. Christoph Hanck
Semesterwochenstunden	4	Sprache	deutsch
Turnus	Sommersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse aus dem Bereich der Deskriptiven Statistik
Lehrinhalte Grundlagen der Wahrscheinlichkeitsrechnung Eindimensionale Zufallsvariablen Zweidimensionale Zufallsvariablen Konvergenz von Folgen von Zufallsvariablen und von Verteilungsfunktionen Grundzüge der Stichprobentheorie Statistische Schätzverfahren Statistische Testverfahren
Literaturangaben Assenmacher, W. (2009). Induktive Statistik (2. Aufl.). Berlin [u.a.]: Springer. Bamberg, M. G.; Baur, F.; Krapp, M. (2011). Statistik (16. Aufl.). München: Oldenbourg. Behr, A.; Pötter. U. (2011). Einführung in die Statistik mit R (2. Aufl.). München: Vahlen. Fahrmeir, L. (2011). Statistik : der Weg zur Datenanalyse (7. Aufl.). Berlin [u.a.]: Springer. Mosler, K.; Schmid, F. (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Heidelberg [u.a.]: Springer. Rohwer, G.; Pötter, U. (2001). Grundzüge der sozialwissenschaftlichen Statistik. Weinheim [u.a.]: Juventa-Verl. Rohwer, G.; Pötter, U. (2002). Wahrscheinlichkeit : Begriff und Rhetorik in der Sozialforschung. Weinheim [u.a.]: Juventa-Verl.
didaktisches Konzept Der Vorlesungsstoff wird durch Übungsaufgaben und Tutorien unterstützt. Um eigenständiges Arbeiten zu motivieren, wird eine Vielzahl von Arbeitsblättern bzw. Onlineaufgaben bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt. Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.
Vorlesung mit integrierter Übung: Induktive Statistik (WIWI‑C0460)

Vorlesung: Einführung in die Ökonometrie (3 Credits)
Name im Diploma Supplement	Introduction to Econometrics
Anbieter	Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Christoph Hanck, Prof. Dr. Yannick Hoga
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse aus dem Bereich der deskriptiven und induktiven Statistik
Qualifikationsziele Die Studierenden kennen die Rolle der Ökonometrie in den Wirtschaftswissenschaften formulieren geeignete Regressionsmodelle und Hypothesentests beurteilen die Qualität verschiedener Schätzverfahren beurteilen empirische Ergebnisse
Lehrinhalte Aufgabe der Ökonometrie Spezifikation der Regressionsgleichung Kriterien für gute Schätzer das einfache und multiple Regressionsmodell der KQ-Schätzer in einfach und multiplen Regressionen Bestimmtheitsmaß Hypothesentests Dummyvariablen Schätzung kausaler Effekte Instrumentvariablen Multikollinearität Heteroskedastizität
Literaturangaben Assenmacher, W. (2002): Einführung in die Ökonometrie (6. Aufl.). München [u.a.]: Oldenbourg. von Auer, L. (2013): Ökonometrie: Eine Einführung (6. Aufl.). Berlin [u.a.]: Springer Gabler. Stock, J. H.; Watson, M. W. (2014). Introduction to econometrics (3. Aufl.). Boston [u.a.]: Pearson. Wooldridge, J. M. (2015). Introductory econometrics : A modern approach (6. Aufl.). Cincinnati, Ohio: South-Western, CENGAGE Learning Custom Publishing
Vorlesung: Einführung in die Ökonometrie (WIWI‑C0470)

Übung: Einführung in die Ökonometrie (3 Credits)
Name im Diploma Supplement	Introduction to Econometrics
Anbieter	Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Christoph Hanck, wissenschaftliche Mitarbeiter(innen)
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse aus dem Bereich der deskriptiven und induktiven Statistik
Qualifikationsziele Die Studierenden können selbständig ausgewählte Übungsaufgaben zu den in der Vorlesung behandelten Inhalten bearbeiten
Lehrinhalte siehe Vorlesung
Literaturangaben siehe Vorlesung
Übung: Einführung in die Ökonometrie (WIWI‑C0469)

Vorlesung: Wirtschaftsstatistik (3 Credits)
Name im Diploma Supplement	Economic (Business) Statistics
Anbieter	Fachgebiet Statistik
Lehrperson	Prof. Dr. Andreas Behr
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Sommersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse der Methoden der deskriptiven Statistik
Lehrinhalte Begrifflichkeiten und Maßzahlen zur Beschreibung und Analyse des Standes und der Entwicklung der Bevölkerung lineare klassische Produktionsmodelle darauf aufbauende Modellanalysen und deren empirische Umsetzung auf Basis der Input-Output Rechnung des statistischen Bundesamtes das Kontensystem der Volkswirtschaftlichen Gesamtrechnungen Entstehungs-, Verwendungs- und Verteilungsrechnung Preisstatistik
Literaturangaben A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012. D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
Vorlesung: Wirtschaftsstatistik (WIWI‑C0472)

Übung: Wirtschaftsstatistik (3 Credits)
Name im Diploma Supplement	Economic (Business) Statistics
Anbieter	Fachgebiet Statistik
Lehrperson	Prof. Dr. Andreas Behr
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Sommersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse der Methoden der deskriptiven Statistik
Lehrinhalte Begrifflichkeiten und Maßzahlen zur Beschreibung und Analyse des Standes und der Entwicklung der Bevölkerung # lineare klassische Produktionsmodelle darauf aufbauende Modellanalysen und deren empirische Umsetzung auf Basis der Input-Output Rechnung des statistischen Bundesamtes das Kontensystem der Volkswirtschaftlichen Gesamtrechnungen Entstehungs-, Verwendungs- und Verteilungsrechnung Preisstatistik
Literaturangaben A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012. D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
Übung: Wirtschaftsstatistik (WIWI‑C0471)

Vorlesung: Computergestützte Methoden (3 Credits)
Name im Diploma Supplement	Statistics and Computing
Anbieter	Fachgebiet Statistik
Lehrperson	Prof. Dr. Andreas Behr
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	60
empfohlenes Vorwissen Kenntnisse der Methoden der deskriptiven und induktiven Statistik.
Abstract Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.
Lehrinhalte Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literaturangaben Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
didaktisches Konzept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Vorlesung: Computergestützte Methoden (WIWI‑C0736)

Übung: Computergestützte Methoden (3 Credits)
Name im Diploma Supplement	Statistics and Computing
Anbieter	Fachgebiet Statistik
Lehrperson	Prof. Dr. Andreas Behr
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	60
empfohlenes Vorwissen Kenntnisse der Methoden der deskriptiven und induktiven Statistik.
Abstract Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.
Lehrinhalte Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literaturangaben Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
didaktisches Konzept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Übung: Computergestützte Methoden (WIWI‑C0735)