Probeklausur EW II. Für jede der folgenden Antworten können je 2 Punkte erzielt werden!

Größe: px
Ab Seite anzeigen:

Download "Probeklausur EW II. Für jede der folgenden Antworten können je 2 Punkte erzielt werden!"

Transkript

1 Probeklausur EW II Bitte schreiben Sie Ihre Antworten in die Antwortfelder bzw. markieren Sie die zutreffenden Antworten deutlich in den dafür vorgesehenen Kästchen. Wenn Sie bei einer Aufgabe eine nicht-zutreffende oder keine einzige Antwort markieren, erhalten Sie auf diese Aufgabe 0 Punkte, aber keinen weiteren Punktabzug. Die hier vorliegende Probeklausur entspricht vom Umfang her nur der Hälfte der Klausur am Semesterende und beinhaltet nur den Stoff bis einschließlich dem sechsten Kapitel. Daher beträgt die Bearbeitungszeit 30 Minuten und die maximale Punktzahl liegt bei 30 Punkten. Viel Erfolg! Für jede der folgenden Antworten können je 2 Punkte erzielt werden! Angaben für Aufgaben 1-3 Gegeben sind die folgenden Ergebnisse einer Regression der Körpergröße (in Zoll = 2.54 cm) von Frauen in Pittsburgh (Pennsylvania) auf Dummy-Variablen für deren Geburtskohorte. 1. Wie groß sind demnach die vor 1890 geborenen Frauen (in Zoll)? a) 62.7 b) 64.3 c) 63.5 d) 0.8 e) keine der Antworten a)-d) trifft zu. Seite 1 von 6

2 2. Wie groß ist der durchschnittliche Größenunterschied (in Zoll) zwischen Frauen, die geboren wurden, und Frauen, die geboren wurden? a) 0.6 b) -0.2 c) 0.2 d) Das kann anhand der Tabelle nicht beurteilt werden. e) keine der Antworten a)-d) trifft zu. 3. Unterscheidet sich die durchschnittliche Körpergröße der Frauen, die zwischen 1930 und 1939 geboren wurden, signifikant von der Körpergröße der Frauen, die zwischen 1920 und 1929 geboren wurden (1% Niveau)? a) Ja b) Nein c) Das kann anhand der Tabelle nicht beurteilt werden. d) Es ist unklar, da die abhängige Variable in Zoll transformiert ist. e) keine der Antworten a)-d) trifft zu. 4. Betrachten Sie untenstehenden EViews- Output. Die Variable Trink steht für die Höhe des Trinkgelds in, die in einem bestimmten Restaurant pro Rechnung gegeben wurde. Hypothesis Testing for TRINK Date: 06/02/10 Time: 12:43 Sample: 1 20 Included observations: 20 Test of Hypothesis: Mean = Sample Mean = Sample Std. Dev. = Method Value Probability t-statistic Formulieren Sie die Null- und Alternativhypothese. Antwort: 5. Gegeben sei eine Variable X mit b verschiedenen Ausprägungen. Wie lautet der Befehl, mit dem EViews in einer Schätzgleichung aus dieser Variable automatisch eine Gruppe von b Dummy-Variablen erstellt und diese in der Schätzgleichung verwendet? Achten Sie darauf, mögliche Optionen mitzuspezifizieren, so dass die Schätzung korrekt ausgeführt werden kann. Antwort: Seite 2 von 6

3 6. Betrachten Sie untenstehende Graphik und beantworten Sie die folgende Frage. 1,200 1, Residual Actual Fitted Der Wert der Durbin-Watson Statistik der Schätzung, der dieser Graphik zugrunde liegt, a) liegt am ehesten nahe -2. b) liegt am ehesten nahe 0. c) liegt am ehesten nahe 2. d) liegt am ehesten nahe 4. e) Keine der Antworten a)-d) trifft zu Angaben für Aufgaben 7-15: Aus einer Umfrage unter 935 Arbeitnehmern aus Großbritannien liegen folgende Variablen in einem Datensatz vor: lnwage natürlicher Logarithmus des Monatsgehalts ( ) educ Ausbildungsdauer, in Jahren exper Arbeitsmarkterfahrung, in Jahren Age Alter, in Jahren IQ Intelligenzquotient, in Punkten marr 1=verheiratet, 0=unverheiratet (Dummy-Variable) Male 1=Mann, 0=Frau (Dummy-Variable) Seite 3 von 6

4 Folgendes Modell wurde mit EViews geschätzt: Dependent Variable: LNWAGE Method: Least Squares Date: 06/02/10 Time: 10:59 Sample: Included observations: 935 Variable Coefficient Std. Error t-statistic Prob. C ??? MALE IQ EXPER MARRIED EDUC AGE R-squared??? Mean dependent var Adjusted R-squared??? S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Formulieren Sie den Ausdruck, den Sie in die Befehlszeile von EViews eingeben würden, um obenstehenden Schätzoutput zu erhalten (gemeint ist der Schätzoutput ohne die mit??? gekennzeichneten Felder). Antwort: 8. Wie hoch ist R 2 (auf 1 Dezimalstelle gerundet)? a) 0.4 b) 0.5 c) 0.6 d) Wie könnte der Koeffizient von Educ im Modell aus Aufgabe 1 am ehesten interpretiert werden? a) Ein Jahr mehr Bildung ist assoziiert mit einer Lohnsteigerung um rund b) Ein Jahr mehr Bildung ist assoziiert mit einer Lohnsteigerung um rund 2.50%. c) 1% mehr Bildung ist assoziiert mit einer Lohnsteigerung um rund d) 1% mehr Bildung ist assoziiert mit einer Lohnsteigerung um rund 2.50%. Seite 4 von 6

5 10. Um wie viel verdienen nach dieser Schätzung ceteris paribus verheiratete Personen (Married=1) mehr oder weniger als unverheiratete Personen (Married=0)? Runden Sie auf eine ganze Zahl. a) 10% weniger b) 10 weniger c) 10 mehr d) 11% mehr 11. Wie groß ist der Wert des Standardfehlers für die geschätzte Konstante? (auf 1 Dezimalstelle gerundet)? a) 8,5 b) 0.1 c) 5,5 d) 47,1 12. Wie hoch ist das durchschnittliche logarithmierte Monatsgehalt einer verheirateten, 35- jährigen Frau, mit 10-jähriger Berufserfahrung, einer 12-jährigen Ausbildungsdauer und einem IQ von 100 Punkten? (Runden Sie auf 1 Dezimalstelle) a) 7,0 b) 6,4 c) 1,9 d) 6,1 13. Für welche Koeffizienten trifft zu, dass ihr 95% - Konfidenzintervall den Wert 0 enthält? a) Exper, Age b) Exper, Age, Married c) C, Male, IQ, Married, Educ d) Exper 14. Betrachten Sie folgenden Schätzoutput zum Breusch-Pagan(-Godfrey) Test. a) Die Nullhypothese wird beibehalten. b) Es liegt Heteroskedastizität vor. c) Es liegt serielle Korrelation vor. d) Die Werte befinden sich im inkonklusiven Bereich. Seite 5 von 6

6 Breusch-Pagan-(Godfrey) F-statistic Prob. F(6,928) Obs*R-squared Prob. Chi-Square(6) Scaled explained SS Prob. Chi-Square(6) Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/02/10 Time: 11:40 Sample: Included observations: 935 Variable Coefficient Std. Error t-statistic Prob. C MALE IQ EXPER MARRIED EDUC AGE R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Was besagt untenstehende EViews Abbildung? a) Die Stichprobe des logarithmierten Stundenlohns folgt einer Normalverteilung. b) Die Nullhypothese des Jarque-Bera Tests wird verworfen. c) Die Verteilung ist rechtsschief. d) Die Verteilung ist linkssteil Series: LNWAGE Sample Observations 935 Mean Median Maximum Minimum Std. Dev Skewness Kurtosis Jarque-Bera Probability Seite 6 von 6

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann.

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09 Dr Sylvia Kaufmann Februar 2009 Angewandte Ökonometrie, Sylvia Kaufmann, FS09 1 1 Gliederung Zeitreihenökonometrie Einführung

Mehr

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode?

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode? Aufgabe 1 (25 Punkte) Zur Schätzung der Produktionsfunktion des Unternehmens WV wird ein lineares Regressionsmodell der Form angenommen. Dabei ist y t = β 1 + x t2 β 2 + e t, t = 1,..., T (1) y t : x t2

Mehr

1 Beispiel zur Methode der kleinsten Quadrate

1 Beispiel zur Methode der kleinsten Quadrate 1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25

Mehr

6.4 Kointegration Definition

6.4 Kointegration Definition 6.4 Kointegration 6.4.1 Definition Nach Engle und Granger (1987): Wenn zwei oder mehrere Variablen I(1) sind, eine Linearkombination davon jedoch I() ist, dann sind die Variablen kointegriert. Allgemein:

Mehr

Klausur zur Veranstaltung Empirische Wirtschaftspolitik

Klausur zur Veranstaltung Empirische Wirtschaftspolitik Seite 1 von 11 Prof. Frank Westermann, Ph.D. Fachgebiet Internationale Wirtschaftspolitik Rolandstraße 8, 49069 Osnabrück Klausur zur Veranstaltung Empirische Wirtschaftspolitik Wintersemester 2016/2017

Mehr

Dipl. Vw. Matthias Kirbach Sommersemester Übung VII/ VIII. Makroökonometrische Modellierung nach der Vereinigung

Dipl. Vw. Matthias Kirbach Sommersemester Übung VII/ VIII. Makroökonometrische Modellierung nach der Vereinigung Dipl. Vw. Matthias Kirbach Sommersemester 2005 Abteilung Wirtschaftspolitik Helmholtzstr. 20, Raum E 02 Tel. 0731 50 24265 UNIVERSITÄT CURANDO DOCENDO ULM SCIENDO Fakultät für Mathematik und Wirtschaftswissenschaften

Mehr

Klausur zur Veranstaltung Empirische Wirtschaftspolitik Wintersemester 2012/2013

Klausur zur Veranstaltung Empirische Wirtschaftspolitik Wintersemester 2012/2013 Seite 1 von 10 Prof. Frank Westermann, Ph.D. Fachgebiet Internationale Wirtschaftspolitik Rolandstraße 8, 49069 Osnabrück Klausur zur Veranstaltung Empirische Wirtschaftspolitik Wintersemester 2012/2013

Mehr

Kapitel 10. Multikollinearität. Exakte Multikollinearität Beinahe Multikollinearität

Kapitel 10. Multikollinearität. Exakte Multikollinearität Beinahe Multikollinearität Kapitel 0 Multikollinearität Exakte Multikollinearität Beinahe Multikollinearität Exakte Multikollinearität Unser Modell lautet y = Xb + u, Dimension von X: n x k Annahme : rg(x) = k Wenn sich eine oder

Mehr

8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme)

8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) 8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) Annahme B4: Die Störgrößen u i sind normalverteilt, d.h. u i N(0, σ 2 ) Beispiel: [I] Neoklassisches Solow-Wachstumsmodell Annahme einer

Mehr

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.1 Geldnachfragefunktion. 7.2 Empirische Ergebnisse: Westdeutschland

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.1 Geldnachfragefunktion. 7.2 Empirische Ergebnisse: Westdeutschland Universität Ulm 89069 Ulm Germany Dipl.-WiWi. Christian Peukert Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur

Mehr

5 Multivariate stationäre Modelle

5 Multivariate stationäre Modelle 5 Multivariate stationäre Modelle 5.1 Autoregressive distributed lag (ADL) 5.1.1 Das Modell und dessen Schätzung Im vorangehenden Kapitel führten wir mit der endogenen verzögerten Variablen, y t 1, als

Mehr

Heteroskedastie. Test auf Heteroskedastie. Heteroskedastie bedeutet, dass die Varianz der Residuen in der Stichprobe nicht konstant ist.

Heteroskedastie. Test auf Heteroskedastie. Heteroskedastie bedeutet, dass die Varianz der Residuen in der Stichprobe nicht konstant ist. Heteroskedastie Heteroskedastie bedeutet, dass die Varianz der Residuen in der Stichprobe nicht konstant ist. Beispiele: Bei Zeitreihendaten : Ansteigen der Varianz über die Zeit, Anstieg der Varianz mit

Mehr

Das lineare Regressionsmodell

Das lineare Regressionsmodell Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Das ökonomische

Mehr

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.2 Die Geldnachfragefunktion

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.2 Die Geldnachfragefunktion Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur

Mehr

Übung zur Empirischen Wirtschaftsforschung IX. Einkommensfunktion

Übung zur Empirischen Wirtschaftsforschung IX. Einkommensfunktion Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010

Mehr

Ergänzung der Aufgabe "Mindestlöhne" zu einer multiplen Regression

Ergänzung der Aufgabe Mindestlöhne zu einer multiplen Regression Prof. Dr. Peter von der Lippe ( Übungsblatt E) Ergänzung der Aufgabe "Mindestlöhne" zu einer multiplen Regression Das Beispiel "Mindestlöhne" zur einfachen multiplen Regression ergab die folgenden Parameter

Mehr

Übung V Lineares Regressionsmodell

Übung V Lineares Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung

Mehr

Zeitreihen-Ökonometrie, SS 2017 Lösungen Aufgabenblatt 3

Zeitreihen-Ökonometrie, SS 2017 Lösungen Aufgabenblatt 3 Zeitreihen-Ökonometrie, SS 2017 Lösungen Aufgabenblatt 3 Aufgabe 5: Mit dem folgenden Modell soll untersucht werden, ob die Höhe der Ausgaben für Wahlkampagnen bei den amerikanischen Präsidentschaftswahlen

Mehr

Allgemein zu Hypothesentests: Teststatistik. OLS-Inferenz (Small Sample) Allgemein zu Hypothesentests

Allgemein zu Hypothesentests: Teststatistik. OLS-Inferenz (Small Sample) Allgemein zu Hypothesentests OLS-Inferenz (Small Sample) K.H. Schild 3. Mai 017 Allgemein zu Hypothesentests: Teststatistik Konstruktion eines Hypothesentests erfolgt meistens über eine Teststatistik Eine Teststatistik T ist eine

Mehr

Finanzmarkttheorie I. Performancemessung in EViews Übungsunterlage. Prof. Dr. Heinz Zimmermann WWZ Uni Basel Frühling 2015

Finanzmarkttheorie I. Performancemessung in EViews Übungsunterlage. Prof. Dr. Heinz Zimmermann WWZ Uni Basel Frühling 2015 Prof. Dr. Heinz Zimmermann WWZ Uni Basel Frühling 2015 Finanzmarkttheorie I Performancemessung in EViews Übungsunterlage Die vorliegende Unterlage liefert eine kurze Einführung in die Schätzung linearer

Mehr

Lösung - Übungsblatt 10

Lösung - Übungsblatt 10 Lösung - Übungsblatt 10 Aufgabe 2: Siehe Outputfile Aufgabe 2 a) Regressionsgleichung - Equation 1: price = β 1 + β 2 lotsize + β 3 sqrft + β 4 bdrms + u i Fit: price = β 1 + β 2 lotsize + β 3 sqrft +

Mehr

Fragestunde zur Übung

Fragestunde zur Übung Prof. Bernd Fitzenberger, Ph.D. Dr. Roland Füss Aderonke Osikominu Übung zur Veranstaltung Empirische Wirtschaftsforschung Albert-Ludwigs-Universität Freiburg Wintersemester 2007/08 Fragestunde zur Übung

Mehr

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen.

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen. Aufgabe 1 (25 Punkte Zur Schätzung des Werbe-Effekts in einem Getränke-Unternehmen wird das folgende lineare Modell aufgestellt: Dabei ist y t = β 1 + x t2 β 2 + e t. y t : x t2 : Umsatz aus Getränkeverkauf

Mehr

Kurze Einführung in die Ökonometrie-Software E-Views

Kurze Einführung in die Ökonometrie-Software E-Views Kurze Einführung in die Ökonometrie-Software E-Views Folie 2 Workfile Kurze Einführung in die Ökonometrie-Software E-Views 4. November 2008 Typischerweise liegen die Daten in einem Spreadsheet -Format

Mehr

Übung VIII Ökonometrische Testverfahren

Übung VIII Ökonometrische Testverfahren Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung

Mehr

VI. Die Taylor Regel

VI. Die Taylor Regel Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Klaus Gründler Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

6 Nichtstationarität und Kointegration

6 Nichtstationarität und Kointegration 6 Nichtstationarität und Kointegration 6.1 Kapitelübersicht, Problematik Die Analyse nichtstationärer Zeitreihen wird folgende Gesichtspunkte anschneiden: Definition von Nichtstationarität, von integrierten

Mehr

2. Fehlerhafte Auswahl der exogenen Variablen (Verletzung der A1-Annahme)

2. Fehlerhafte Auswahl der exogenen Variablen (Verletzung der A1-Annahme) 2. Fehlerhafte Auswahl der exogenen Variablen (Verletzung der A1-Annahme) Annahme A1: Im multiplen Regressionsmodell fehlen keine relevanten exogenen Variablen und die benutzten exogenen Variablen x 1,

Mehr

V. Das lineare Regressionsmodell

V. Das lineare Regressionsmodell Universität Ulm 89069 Ulm Germany Tino Conrad, M.Sc. Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2016 Übung zur

Mehr

Übung zur Empirischen Wirtschaftsforschung VIII. Einkommensfunktion

Übung zur Empirischen Wirtschaftsforschung VIII. Einkommensfunktion Universität Ulm 89069 Ulm Germany B.Sc. Daniele Sabella Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2014 Übung

Mehr

Fragen zum zweiten Teil der Vorlesung

Fragen zum zweiten Teil der Vorlesung Albert-Ludwigs-Universität Freiburg Ökonometrie (Bachelor) Lehrstuhl Prof. Fitzenberger, Ph.D. WS 2011/12 Fragen zum zweiten Teil der Vorlesung 1. Es soll geprüt werden, ob das obere Quartil (das 75%-Quantil)

Mehr

Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung. Prof. Bernd Fitzenberger, Ph.D. WS 2010/11. Mittwoch, 16.

Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung. Prof. Bernd Fitzenberger, Ph.D. WS 2010/11. Mittwoch, 16. Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung Prof. Bernd Fitzenberger, Ph.D. WS 2010/11 Mittwoch, 16. Februar 2011 Die folgenden drei Aufgaben sind alle zu bearbeiten. Die insgesamt

Mehr

Beispiele für Prüfungsfragen Ökonometrie I und II

Beispiele für Prüfungsfragen Ökonometrie I und II Beispiele für Prüfungsfragen Ökonometrie I und II Von den sieben Beispielen von Prüfungsfragen wären in einer konkreten einstündigen Prüfung etwa deren zwei zu beantworten. Aufgaben 3, 4, 6 und 7 beziehen

Mehr

Prof. Dr. Werner Smolny werner.smolny@mathematik.uni-ulm.de Dipl.-Ökonom Ralf Scherfling ralf.scherfling@mathematik.uni-ulm.de Universität Ulm Abteilung Wirtschaftspolitik Seminar zur Empirischen Wirtschaftsforschung

Mehr

2 Anwendungen und Probleme

2 Anwendungen und Probleme Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor 2 Anwendungen

Mehr

Kapitel 3. Inferenz bei OLS-Schätzung I (small sample, unter GM1,..., GM6)

Kapitel 3. Inferenz bei OLS-Schätzung I (small sample, unter GM1,..., GM6) 8 SMALL SAMPLE INFERENZ DER OLS-SCHÄTZUNG Damit wir die Verteilung von t (und anderen Teststatistiken) exakt angeben können, benötigen wir Verteilungsannahmen über die Störterme; Kapitel 3 Inferenz bei

Mehr

Nachholklausur ÖKONOMETRIE für Bachelor VWL

Nachholklausur ÖKONOMETRIE für Bachelor VWL Nachholklausur ÖKONOMETRIE für Bachelor VWL Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens

Mehr

III. Prognosen - Teil 1

III. Prognosen - Teil 1 Universität Ulm 89069 Ulm Germany B.Sc. Andreas Indlekofer Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2017 Übung

Mehr

Die Schätzung einer Produktionsfunktion

Die Schätzung einer Produktionsfunktion Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Sommersemester

Mehr

III. Prognosen - Teil 1

III. Prognosen - Teil 1 Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss B.A. Alexander Rieber Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

Übungsfragen zur Empirischen Wirtschaftsforschung

Übungsfragen zur Empirischen Wirtschaftsforschung Universität Ulm 89069 Ulm Germany Professor Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Sommersemester

Mehr

Klausur ÖKONOMETRIE für Bachelor VWL

Klausur ÖKONOMETRIE für Bachelor VWL Klausur ÖKONOMETRIE für Bachelor VWL Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens

Mehr

3. Das einfache lineare Regressionsmodell

3. Das einfache lineare Regressionsmodell 3. Das einfache lineare Regressionsmodell Ökonometrie: (I) Anwendung statistischer Methoden in der empirischen Forschung in den Wirtschaftswissenschaften Konfrontation ökonomischer Theorien mit Fakten

Mehr

4.2 Kointegration Konzept der Kointegration langfristiger (Gleichgewichts-) Beziehungen langfristige Relation (Gleichgewichtsbeziehung) Abweichungen

4.2 Kointegration Konzept der Kointegration langfristiger (Gleichgewichts-) Beziehungen langfristige Relation (Gleichgewichtsbeziehung) Abweichungen 4.2 Kointegration Konzept der Kointegration: Untersuchung langfristiger (Gleichgewichts-) Beziehungen zwischen mehreren nicht-stationären ökonomischen Variablen Grundidee: Es kann eine stabile langfristige

Mehr

Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 2004) Forecasts und Evaluation

Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 2004) Forecasts und Evaluation Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 24) Forecasts und Evaluation 1. Daten...2 2. Dynamische Forecasts...4 2.1 Exponential Smoothing...4 2.1.1 Double Exponential Smoothing...4 2.1.2 Holt-Winters...5

Mehr

III. Prognosen - Teil 1

III. Prognosen - Teil 1 Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Klaus Gründler Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

Übung zur Empirischen Wirtschaftsforschung

Übung zur Empirischen Wirtschaftsforschung Universität Ulm 89069 Ulm Germany Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2009

Mehr

BEITRAG 7 VON. KORBINIAN VON BLANCKENBURG (Stand: )

BEITRAG 7 VON. KORBINIAN VON BLANCKENBURG (Stand: ) BEITRAG 7 TESTANLEITUNG ZUR ÜBERPRÜFUNG DER FUNKTIONSQUALITÄT DES RENDITENORMALISIERUNGSPROZESSES DURCH ÖKONOMETRISCHE PROZESSMUSTERANALYSEN VON KORBINIAN VON BLANCKENBURG (Stand: 05.05.2009) 1. Anfertigung

Mehr

Institut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Ausblick; Darstellung von Ergebnissen; Wiederholung

Institut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Ausblick; Darstellung von Ergebnissen; Wiederholung Institut für Soziologie Dipl.-Soz. Methoden 2 Ausblick; Darstellung von Ergebnissen; Wiederholung Ein (nicht programmierbarer) Taschenrechner kann in der Klausur hilfreich sein. # 2 Programm Ausblick über

Mehr

Autokorrelation in den Störtermen

Autokorrelation in den Störtermen Autokorrelation in den Störtermen 21. Juni 2017 Autokorrelation in den Störtermen, S. 2 Auswirkungen von Störterm-Autokorrelation Wo liegen überhaupt die Probleme von OLS, wenn eine Störterm-AK vorliegt?

Mehr

6. Heteroskedastizität (Verletzung der B2-Annahme)

6. Heteroskedastizität (Verletzung der B2-Annahme) 6. Heteroskedastizität (Verletzung der B2-Annahme) Annahme B2: Die Störgröße u i hat für i = 1,..., N eine konstante Varianz, d.h. V ar(u i ) = σ 2 Bezeichnungen: Konstante u i -Varianzen: Homoskedastizität

Mehr

Klausur ÖKONOMETRIE für Bachelor

Klausur ÖKONOMETRIE für Bachelor Klausur ÖKONOMETRIE für Bachelor Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens eine

Mehr

Prognose des österreichischen Bruttoverbrauchs von Rohöl in Tausend Tonnen Rohöleinheiten (TOE) Michael Pichler,

Prognose des österreichischen Bruttoverbrauchs von Rohöl in Tausend Tonnen Rohöleinheiten (TOE) Michael Pichler, Prognose des österreichischen Bruttoverbrauchs von Rohöl in Tausend Tonnen Rohöleinheiten (TOE) Michael Pichler, 9951598 1. Aufgabenstellung Das Thema dieser Arbeit ist die Prognose des österreichischen

Mehr

Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle)

Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle) Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle) 5. Juli 017 Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle) Folie Stylized Facts von (stationären) Finanzmarkt-Zeitreihen (Stationarität

Mehr

4. Das multiple lineare Regressionsmodell

4. Das multiple lineare Regressionsmodell 4. Das multiple lineare Regressionsmodell Bisher: 1 endogene Variable y wurde zurückgeführt auf 1 exogene Variable x (einfaches lineares Regressionsmodell) Jetzt: Endogenes y wird regressiert auf mehrere

Mehr

Pobeklausur: Einführung in die Ökonometrie. 1. (20 Punkte) Wir betrachten 2 (in den Koeffizienten) lineare Modelle mit folgenden Variablen:

Pobeklausur: Einführung in die Ökonometrie. 1. (20 Punkte) Wir betrachten 2 (in den Koeffizienten) lineare Modelle mit folgenden Variablen: Gesamtpunktzahl: 96 Pobeklausur: Einführung in die Ökonometrie 1. (20 Punkte) Wir betrachten 2 (in den Koeffizienten) lineare Modelle mit folgenden Variablen: cigs: gerauchte Zigaretten pro Tag educ: Bildung

Mehr

Empirische Wirtschaftsforschung in R

Empirische Wirtschaftsforschung in R Empirische Wirtschaftsforschung in R Schätzung der keynesianischen Geldnachfragefunktion auf Basis von Daten der dänischen Volkswirtschaft Jonas Richter-Dumke Universität Rostock, Institut für Volkswirtschaftslehre

Mehr

7. Integrierte Prozesse

7. Integrierte Prozesse 7. Integrierte Prozesse Bisher: Behandlung stationärer Prozesse (stationäre ARMA(p, q)-prozesse) Problem: Viele ökonomische Zeitreihen weisen im Zeitverlauf ein nichtstationäres Verhalten auf 225 Beispiel:

Mehr

Der Ablauf bei der Erstellung empirischer Arbeiten

Der Ablauf bei der Erstellung empirischer Arbeiten 1 Prof. Dr. Werner Smolny SS 2002 Einführung in die empirische Wirtschaftsforschung Der Ablauf bei der Erstellung empirischer Arbeiten A Die wirtschaftliche Fragestellung und das theoretische Modell 1.

Mehr

4. Nichtstationarität und Kointegration

4. Nichtstationarität und Kointegration 4. Nichtstationarität und Kointegration 4.1 Einheitswurzeltests (Unit-Root-Tests) Spurious regression In einer Simulationsstudie haben Granger und Newbold (1974) aus zwei unabhängigen Random Walks (Unit-Root-Prozesse)

Mehr

Übung II/III - Prognosen

Übung II/III - Prognosen Dipl. Vw. Matthias Kirbach Sommersemester 2006 Abteilung Wirtschaftspolitik Helmholtzstr. 20, Raum E 02 Tel. 0731 50 24265 UNIVERSITÄT DOCENDO CURANDO ULM SCIENDO Fakultät für Mathematik und Wirtschaftswissenschaften

Mehr

Analyse von Querschnittsdaten. Signifikanztests I Basics

Analyse von Querschnittsdaten. Signifikanztests I Basics Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004

Mehr

Ein Modell für den Weltmarkt von Kupfer

Ein Modell für den Weltmarkt von Kupfer Draft 1 Ein Modell für den Weltmarkt von Kupfer siehe Estimating and Forecasting Industry Demand for Price-Taking Firms, aus: Thomas, Maurice: Managerial Economics, 9/e http://highered.mcgraw-hill.com/sites/dl/free/0073402818/459485/tho02818_mod3_web.pdf

Mehr

Übung zur Empirischen Wirtschaftsforschung

Übung zur Empirischen Wirtschaftsforschung Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010

Mehr

Syntax. Ausgabe *Ü12. *1. corr it25 with alter li_re kontakt.

Syntax. Ausgabe *Ü12. *1. corr it25 with alter li_re kontakt. Syntax *Ü2. *. corr it25 with alter li_re kontakt. *2. regression var=it25 alter li_re kontakt/statistics /dependent=it25 /enter. regression var=it25 li_re kontakt/statistics /dependent=it25 /enter. *3.

Mehr

Übungsblatt 7: Schätzung eines Mietspiegels

Übungsblatt 7: Schätzung eines Mietspiegels Prof. Bernd Fitzenberger, Ph.D. Ute Leuschner Stefanie Schäfer Übung zur Veranstaltung Empirische Wirtschaftsforschung Albert-Ludwigs-Universität Freiburg Wintersemester 2010/11 Übungsblatt 7: Schätzung

Mehr

Übung zur Empirischen Wirtschaftsforschung. VI. Die Taylor Regel. 6.2 Die Taylor Regel. 6.3 Die Taylor Regel für die US-Geldpolitik

Übung zur Empirischen Wirtschaftsforschung. VI. Die Taylor Regel. 6.2 Die Taylor Regel. 6.3 Die Taylor Regel für die US-Geldpolitik Universität Ulm 89069 Ulm Germany Dipl.-Math. oec. Daniel Siepe Benedikt Blattner Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur

Mehr

Beispiel für Varianzanalyse in multipler Regression mit zwei erklärenden Variablen

Beispiel für Varianzanalyse in multipler Regression mit zwei erklärenden Variablen 4. Multiple Regression Ökonometrie I - Peter Stalder 1 Beispiel für Varianzanalyse in multipler Regression mit zwei erklärenden Variablen Hypothese: Die Inflation hängt positiv von der Inflation im Vorjahr

Mehr

11. Simultane Gleichungssysteme

11. Simultane Gleichungssysteme 11. Simultane Gleichungssysteme Bisher: Schätzung und Inferenz einzelner Gleichungen Jetzt: Modellierung und Schätzung von Gleichungssystemen 329 Beispiel: [I] Untersuchung des Einflusses von Werbemaßnahmen

Mehr

6. Schätzung stationärer ARMA-Modelle

6. Schätzung stationärer ARMA-Modelle 6. Schätzung stationärer ARMA-Modelle Problemstellung: Statistische Anpassung eines stationären ARMA(p, q)-prozesses an eine Stichprobe von t = 1,..., T Prozessbeobachtungen Es bezeichne x 1,..., x T die

Mehr

Prof. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft

Prof. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft Prof. Dr. Marc Gürtler WS 015/016 Prof. Dr. Marc Gürtler Klausur zur 10/1 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft Lösungsskizze Prof. Dr. Marc Gürtler WS 015/016 Aufgabe 1: (11+5+1+8=56

Mehr

Mikro-Ökonometrie, WS 15/16 Musterlösung Aufgabenblatt 3

Mikro-Ökonometrie, WS 15/16 Musterlösung Aufgabenblatt 3 Mikro-Ökonometrie, WS 15/16 Musterlösung Aufgabenblatt 3 Aufgabe 3: Die Datei WAGE2.DTA enthält Daten einer Stichprobe von 935 männlichen US-amerikanischen Arbeitnehmern im Alter von 28 bis 38 Jahren.

Mehr

Einführung zum Seminar Empirische Wirtschaftsforschung WS 2006/2007

Einführung zum Seminar Empirische Wirtschaftsforschung WS 2006/2007 UNIVERSITÄT DOCENDO CURANDO ULM SCIENDO Universität Ulm Abteilung Wirtschaftspolitik Ludwig-Erhard-Stiftungsprofessur Prof. Dr. Werner Smolny Dipl.-WiWi Kai Kohler Dipl.-WiWi Michael Alpert 1 Einleitung

Mehr

Schriftliche Prüfung (1 Stunde)

Schriftliche Prüfung (1 Stunde) Prüfung Statistik Herbstsemester 2011 Schriftliche Prüfung (1 Stunde) Bemerkungen: Alle schriftlichen Hilfsmittel und ein Taschenrechner sind erlaubt. Mobiltelefone sind auszuschalten! Lesen Sie zuerst

Mehr

Modellspezifikationen Nichtlinearitäten

Modellspezifikationen Nichtlinearitäten Modellspezifikationen Nichtlinearitäten Agenda Dummy-Variablen Interaktionseffekte (quadratische Effekte / Polynome) Dummy Interaktion Logarithmierte Variablen Wachstumsraten / Semielastizitäten Elastizitäten

Mehr

Lösung Aufgabenblatt 3 zur Mikro-Ökonometrie, WS 2017/2018

Lösung Aufgabenblatt 3 zur Mikro-Ökonometrie, WS 2017/2018 Lösung Aufgabenblatt 3 zur Mikro-Ökonometrie, WS 2017/2018 Aufgabe 3: Die Datei WAGES2.DTA enthält Daten einer Stichprobe von 935 männlichen US-amerikanischen Arbeitnehmern im Alter von 28 bis 38 Jahren.

Mehr

Masterprüfung. Die Klausur besteht aus 3 Aufgaben, die alle bearbeitet werden müssen.

Masterprüfung. Die Klausur besteht aus 3 Aufgaben, die alle bearbeitet werden müssen. Fach: Prüfer: Mikroökonometrie Prof. Regina T. Riphahn, Ph.D. Masterprüfung Vorbemerkungen: Bearbeitungszeit: 60 Minuten. Anzahl der Aufgaben: Bewertung: Erlaubte Hilfsmittel: Wichtige Hinweise: Die Klausur

Mehr

Prüfung im Fach Mikroökonometrie im Wintersemester 2012/13 Aufgaben

Prüfung im Fach Mikroökonometrie im Wintersemester 2012/13 Aufgaben Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im Fach Mikroökonometrie im Wintersemester 2012/13 Aufgaben Vorbemerkungen: Anzahl der Aufgaben: Bewertung:

Mehr

Tutorium Wirtschaftsprognosen und Geldpolitik. Die Taylor Regel. 2 Die Taylor Regel. 3 Die Taylor Regel für die US-Geldpolitik. 4 Strukturbruchtest

Tutorium Wirtschaftsprognosen und Geldpolitik. Die Taylor Regel. 2 Die Taylor Regel. 3 Die Taylor Regel für die US-Geldpolitik. 4 Strukturbruchtest Universität Ulm 89069 Ulm Germany Michael Elbert Alexander Rieber Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 011/01

Mehr

IV. Prognosen - Teil 2

IV. Prognosen - Teil 2 Universität Ulm 89069 Ulm Germany B.Sc. Daniele Sabella Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2014 Übung

Mehr

Nachholklausur ÖKONOMETRIE für Bachelor VWL

Nachholklausur ÖKONOMETRIE für Bachelor VWL Nachholklausur ÖKONOMETRIE für Bachelor VWL Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens

Mehr

Prognosen. Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen. Auch ein Weiser hat nicht immer recht Prognosefehler sind hoch

Prognosen. Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen. Auch ein Weiser hat nicht immer recht Prognosefehler sind hoch Universität Ulm 8969 Ulm Germany Dipl.-WiWi Sabrina Böck Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 8/9 Prognosen

Mehr

Auswertung und Lösung

Auswertung und Lösung Körperkraft [Nm] 0 50 100 150 200 250 0 20 40 60 80 Lean Body Mass [kg] Dieses Quiz soll Ihnen helfen, den R Output einer einfachen linearen Regression besser zu verstehen (s. Kapitel 5.4.1) Es wurden

Mehr

Statistischer Rückschluss und Testen von Hypothesen

Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss Lerne von der Stichprobe über Verhältnisse in der Grundgesamtheit Grundgesamtheit Statistischer Rückschluss lerne aus Analyse

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Unit-Root-Tests (und Einführung in Kointegrationstheorie)

Unit-Root-Tests (und Einführung in Kointegrationstheorie) Unit-Root-Tests (und Einführung in Kointegrationstheorie) 1. Juni 17 Unit-Root-Tests (und Einführung in Kointegrationstheorie) Folie Auch in diesem Kapitel Einiges zu Integrationsordnung (wie oft muss

Mehr

VI. Die Taylor Regel

VI. Die Taylor Regel Universität Ulm 89069 Ulm Germany Filiz Bestepe, M.Sc. Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 016 Übung zur

Mehr

Klausur zur Vorlesung: Prof. Bernd Fitzenberger, Ph.D. WS 2009/2010. Donnerstag, den 18. Februar 2010

Klausur zur Vorlesung: Prof. Bernd Fitzenberger, Ph.D. WS 2009/2010. Donnerstag, den 18. Februar 2010 Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung Prof. Bernd Fitzenberger, Ph.D. WS 2009/2010 Donnerstag, den 18. Februar 2010 Die folgenden drei Aufgaben sind alle zu bearbeiten.

Mehr

Das Lineare Regressionsmodell

Das Lineare Regressionsmodell Das Lineare Regressionsmodell Bivariates Regressionsmodell Verbrauch eines Pkw hängt vom Gewicht des Fahrzeugs ab Hypothese / Theorie: Je schwerer ein Auto, desto mehr wird es verbrauchen Annahme eines

Mehr

Nachholklausur zur Vorlesung: Prof. Bernd Fitzenberger, Ph.D. SS 2012 Mittwoch, 17. Oktober 2012

Nachholklausur zur Vorlesung: Prof. Bernd Fitzenberger, Ph.D. SS 2012 Mittwoch, 17. Oktober 2012 Nachholklausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung Prof. Bernd Fitzenberger, Ph.D. SS 2012 Mittwoch, 17. Oktober 2012 Die folgenden drei Aufgaben sind alle zu bearbeiten. Die

Mehr

6. Tutoriumsserie Statistik II

6. Tutoriumsserie Statistik II 6. Tutoriumsserie Statistik II 1. Aufgabe: Eine Unternehmensabteilung ist ausschließlich mit der Herstellung eines einzigen Produktes beschäftigt. Für 10 Perioden wurden folgende Produktmenge y und Gesamtkosten

Mehr

Breusch-Pagan-Test I auf Heteroskedastie in den Störgrößen

Breusch-Pagan-Test I auf Heteroskedastie in den Störgrößen Breusch-Pagan-Test I Ein weiterer Test ist der Breusch-Pagan-Test. Im Gegensatz zum Goldfeld-Quandt-Test ist es nicht erforderlich, eine (einzelne) Quelle der Heteroskedastizität anzugeben bzw. zu vermuten.

Mehr