Stochastic Simulation

Module: Stochastic Simulation (6 Credits)
Name in diploma supplement	Stochastic Simulation
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 besitzen einen umfassenden Überblick über Monte Carlo Methoden kennen die zugrundeliegenden Algorithmen zur Simulation von geeigneten Zufallszahlen und Zufallsprozessen können Monte Carlo Methoden für ökonomische Analysen anwenden sind in der Lage eigenständig und mit Hilfe statistischer Software Simulationsstudien durchzuführen können selbständig ausgewählte Übungsaufgaben bearbeiten
Relevance	Simulationsstudien und Monte Carlo Verfahren sind unerlässlich, sobald analytische Schätzverfahren unmöglich oder zu kompliziert sind.
Module Exam	Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer mündlichen Prüfung (in der Regel: 20-40 Minuten).
Usage in different degree programs	BWL EaF Master > Wahlpflichtbereich > 1.-3. Sem, Elective ECMX Master > Wahlpflichtbereich > ME7 Econometric Methods > 1.-3. Sem, Elective VWL Master > Wahlpflichtbereich I > 1.-3. Sem, Elective
Elements	Lecture Stochastic Simulation (3 Credits) Exercise Stochastic Simulation (3 Credits)
Module: Stochastic Simulation (WIWI‑M0891)

Lecture: Stochastic Simulation (3 Credits)
Name in diploma supplement	Stochastic Simulation
Organisational Unit	Lehrstuhl für Ökonometrie
Hours per week	2	Language	English
Cycle	irregular	Participants at most	###LABEL_NOLIMIT###
Preliminary knowledge Grundlegende Kenntnisse der Wahrscheinlichkeitstheorie und mathematischen Statistik sowie erste statistische Programmiererfahrungen sind wünschenswert.
Abstract Vermittlung von Theorie und praktischer Durchführung von Simulationsstudien, welche statistische Berechnungen erheblich vereinfachen können.
Contents Einführung in die Monte Carlo Methode Erzeugung von Pseudozufallszahlen Varianzreduktion Rare-Event Simulation Effiziente Simulation von Stochastischen Prozessen Markov Chain Monte Carlo Methoden Anwendungen
Literature Asmussen, Glynn (2007): Stochastic Analysis. Springer, 1st ed
Teaching concept Die Veranstaltung ist als Vorlesung konzipiert, die jedoch durch vielfältige, sachorientierte Diskussionen ihren Frontalcharakter weitestgehend verliert. Dazu R-Illustrationen, gemeinsames Programmieren der statistischen Konzepte, Übungsaufgaben.
Lecture: Stochastic Simulation (WIWI‑C1141)

Exercise: Stochastic Simulation (3 Credits)
Name in diploma supplement	Stochastic Simulation
Organisational Unit	Lehrstuhl für Ökonometrie
Lecturers	M.Sc. Martin Christopher Arnold
Hours per week	2	Language	English
Cycle	irregular	Participants at most	###LABEL_NOLIMIT###
Preliminary knowledge Siehe Vorlesung.
Contents Siehe Vorlesung.
Literature Siehe Vorlesung.
Teaching concept Bearbeitung von theoretischen und praktischen Übungsaufgaben – letztere mit Hilfe statistischer Software.
Exercise: Stochastic Simulation (WIWI‑C1142)

Module: Stochastic Simulation (6 Credits)