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

Module: Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi) (6 Credits)
Responsible	Studiengangskoordinator/-in in Verbindung mit Studiendekan/-in
Admission criteria	See exam regulations.
Workload	180 hours of student workload, in detail: Attendance: 45 hours Preparation, follow up: 135 hours
Duration	The module takes 1 semester(s).
Qualification Targets	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
Module Exam	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.)
Usage in different degree programs	LA gbF/kbF BK Master > Masterprüfung in der großen beruflichen Fachrichtung > Fächerübergreifendes Begleitmodul zur Masterarbeit > 4th Sem, Elective
Elements	Lecture with integrated exercise Statistical Inference (6 Credits) Lecture Introduction to Econometrics (3 Credits) Exercise Introduction to Econometrics (3 Credits) Lecture Economic (Business) Statistics (3 Credits) Exercise Economic (Business) Statistics (3 Credits) Lecture Statistics and Computing (3 Credits) Exercise Statistics and Computing (3 Credits)
Module: Fächerübergreifendes Begleitmodul zur Masterarbeit (MA-Arbeit in den BiWi) (WIWI‑M0269)

Lecture with integrated exercise: Statistical Inference (6 Credits)
Organisational Unit	Fachgebiet Statistik, Lehrstuhl für Ökonometrie
Lecturer	Prof. Dr. Andreas Behr, Prof. Dr. Christoph Hanck
Hours per week	4	Language	German
Cycle	summer semester	Participants at most	0
Preliminary knowledge Kenntnisse aus dem Bereich der Deskriptiven Statistik
Contents Grundlagen der Wahrscheinlichkeitsrechnung Eindimensionale Zufallsvariablen Zweidimensionale Zufallsvariablen Konvergenz von Folgen von Zufallsvariablen und von Verteilungsfunktionen Grundzüge der Stichprobentheorie Statistische Schätzverfahren Statistische Testverfahren
Literature 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.
Teaching concept 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.
Lecture with integrated exercise: Statistical Inference (WIWI‑C0460)

Lecture: Introduction to Econometrics (3 Credits)
Organisational Unit	Lehrstuhl für Ökonometrie
Lecturer	Prof. Dr. Christoph Hanck, Prof. Dr. Yannick Hoga
Hours per week	2	Language	German
Cycle	winter semester	Participants at most	0
Preliminary knowledge Kenntnisse aus dem Bereich der deskriptiven und induktiven Statistik
Qualification Targets Die Studierenden kennen die Rolle der Ökonometrie in den Wirtschaftswissenschaften formulieren geeignete Regressionsmodelle und Hypothesentests beurteilen die Qualität verschiedener Schätzverfahren beurteilen empirische Ergebnisse
Contents 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
Literature 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
Lecture: Introduction to Econometrics (WIWI‑C0470)

Exercise: Introduction to Econometrics (3 Credits)
Organisational Unit	Lehrstuhl für Ökonometrie
Lecturer	Prof. Dr. Christoph Hanck, wissenschaftliche Mitarbeiter(innen)
Hours per week	2	Language	German
Cycle	winter semester	Participants at most	0
Preliminary knowledge Kenntnisse aus dem Bereich der deskriptiven und induktiven Statistik
Qualification Targets Die Studierenden können selbständig ausgewählte Übungsaufgaben zu den in der Vorlesung behandelten Inhalten bearbeiten
Contents siehe Vorlesung
Literature siehe Vorlesung
Exercise: Introduction to Econometrics (WIWI‑C0469)

Lecture: Economic (Business) Statistics (3 Credits)
Organisational Unit	Fachgebiet Statistik
Lecturer	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	summer semester	Participants at most	0
Preliminary knowledge Kenntnisse der Methoden der deskriptiven Statistik
Contents 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
Literature A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012. D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
Lecture: Economic (Business) Statistics (WIWI‑C0472)

Exercise: Economic (Business) Statistics (3 Credits)
Organisational Unit	Fachgebiet Statistik
Lecturer	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	summer semester	Participants at most	0
Preliminary knowledge Kenntnisse der Methoden der deskriptiven Statistik
Contents 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
Literature A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012. D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
Exercise: Economic (Business) Statistics (WIWI‑C0471)

Lecture: Statistics and Computing (3 Credits)
Organisational Unit	Fachgebiet Statistik
Lecturer	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	winter semester	Participants at most	0
Preliminary knowledge 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.
Contents Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literature Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
Teaching concept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Lecture: Statistics and Computing (WIWI‑C0736)

Exercise: Statistics and Computing (3 Credits)
Organisational Unit	Fachgebiet Statistik
Lecturer	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	winter semester	Participants at most	0
Preliminary knowledge 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.
Contents Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literature Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
Teaching concept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Exercise: Statistics and Computing (WIWI‑C0735)