EMPIRISCHE MAKROÖKONOMIE 1
|
|
- Mathilde Berg
- vor 8 Jahren
- Abrufe
Transkript
1 EMPIRISCHE MAKROÖKONOMIE 1 SS 2006 Prof. Dr. Christoph Knoppik Universität Bamberg 2 1 Version: Stand/Release: Druck: Prof. Dr. Christoph Knoppik, Sozial- und Wirtschaftswissenschaftliche Fakultät, Universität Bamberg. Christoph.Knoppik@sowi.uni-bamberg.de; WWW: Tel.: +49 (0) ; Fax.: +49 (0)
2 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Gliederungsübersicht 1 VORSPANN Gliederung (Kapitel) Gliederung (Abschnitte) Gliederung (Unterabschnitte) Vorwort Voraussetzungen Termine TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie Kapitel 2 Problemstellungen TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells Kapitel 5 Ausgewählte Probleme, mehr Tests und dynamische Modelle Kapitel 6 Simultane Systeme TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse Kapitel 11 Systematische Spezifikationssuche TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie 1 Gliederung auf der Ebene der Kapitel. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation gehören ebenfalls nicht zum Klausurstoff. Rel.: Dr.: V.: ema_glu.doc
3 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 2 A MATHE B STATISTIK C SOFTWARE BACKMATTER Verzeichnis der Anwendungen Verzeichnis nützlicher Stata-Befehle Anmerkungen zur Literatur Literatur zu den Abschnitten Literaturnachweis Rel.: Dr.: V.: ema_glu.doc
4 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Gliederung 1 VORSPANN Gliederung (Kapitel) Gliederung (Abschnitte) Gliederung (Unterabschnitte) Vorwort Voraussetzungen Termine TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie 1.1 Gegenstand und Zielsetzungen der empirischen Makroökonomie 1.2 # Makroökonomische Entwicklung [Rückblick] 1.3 # Theoretische Makro-Modelle und Modellbausteine [Rückblick] 1.4 # Ökonometrische Anwendungen in Makro-Lehrveranstaltungen [Rückblick] 1.5 # Einführung in die Ökonometrie für EES [Rückblick] Kapitel 2 Problemstellungen 2.1 Daten 2.2 Analyse-Strategien 2.3 Typen von empirischen Modellen 2.4 * Evaluation von Modellen 2.5 # Reproduzierbarkeit: Data & Code Archives TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse 3.1 Lineares Regressionsmodell 3.2 Schätzer und Schätzprinzipien 3.3 Ordinary Least Squares (OLS) 3.4 Eigenschaften von Ordinary Least Squares (OLS) 3.5 Anwendungen Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells 4.1 Interpretation 4.2 Tests 4.3 Beurteilung des Modells 4.4 Prognose 4.5 Anwendungen Kapitel 5 Ausgewählte Probleme, mehr Tests und dynamische Modelle 5.1 Mögliche Probleme bei der Anwendung von Ordinary Least Squares (OLS) 5.2 Allgemeine VK-Matrix der Störterme 5.3 Autokorrelation der Störterme 5.4 Dynamische ökonometrische Modelle 5.5 Anwendungen Kapitel 6 Simultane Systeme 6.1 Konzeptioneller Rahmen 6.2 Identifikation von Gleichungen und Modellen 6.3 Schätzverfahren für simultane Systeme 1 Gliederung bis herab auf die Ebene der Abschnitte. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation gehören ebenfalls nicht zum Klausurstoff. Rel.: Dr.: V.: ema_gli.doc
5 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) Kritik an der herkömmlichen multivariaten Regressionsanalyse 6.5 Anwendungen TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) 7.1 ARMA-Modell 7.2 Stufe 1: Identifikation möglicher Modelle 7.3 Stufe 2: Schätzung der ausgewählten Modelle 7.4 Stufe 3: Diagnose 7.5 Prognose 7.6 Anwendungen Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) 8.1 Modelle mit Trend 8.2 Probleme mit trendbehafteten Variablen 8.3 Dickey-Fuller-Tests 8.4 Ausgewählte Probleme mit Einheitswurzel-Tests 8.5 Anwendungen Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) 9.1 VAR-Modell 9.2 Schätzung und Identifikation 9.3 Impuls-Antwort-Funktionen 9.4 Tests 9.5 Anwendungen TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse 10.1 Linearkombinationen integrierter Variablen 10.2 Kointegration und gemeinsame Trends 10.3 Kointegration und Fehlerkorrektur-Modell 10.4 Test auf Kointegration nach Engle & Granger 10.5 Anwendungen Kapitel 11 Systematische Spezifikationssuche 11.1 ADL-Modell und eingeschlossene Spezialfälle 11.2 Fehlerkorrektur-Modell, Kointegration und ADL-Modell 11.3 Anwendungen TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie A MATHE B STATISTIK C SOFTWARE BACKMATTER Verzeichnis der Anwendungen Verzeichnis nützlicher Stata-Befehle Anmerkungen zur Literatur Literatur zu den Abschnitten Rel.: Dr.: V.: ema_gli.doc
6 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 3 Literaturnachweis Rel.: Dr.: V.: ema_gli.doc
7 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Detailgliederung 1 VORSPANN Gliederung (Kapitel) Gliederung (Abschnitte) Gliederung (Unterabschnitte) Vorwort Voraussetzungen Termine TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie 1.1 Gegenstand und Zielsetzungen der empirischen Makroökonomie Abgrenzung: Empirische Makroökonomie, Makroökonometrie und Zeitreihenanalyse Zielsetzungen der empirischen Makroökonomie Empirische Makroökonomie in der Praxis 1.2 # Makroökonomische Entwicklung [Rückblick] 1.3 # Theoretische Makro-Modelle und Modellbausteine [Rückblick] 1.4 # Ökonometrische Anwendungen in Makro-Lehrveranstaltungen [Rückblick] Makroökonomie Geldtheorie und -politik Beschäftigungstheorie und -politik 1.5 # Einführung in die Ökonometrie für EES [Rückblick] Kapitel 2 Problemstellungen 2.1 Daten Typologie von Daten # Daten-Infrastruktur und Zugang Artificial data und Monte Carlo Untersuchungen 2.2 Analyse-Strategien Suite-of-models Ansatz vs. Universal model Ansatz Dynamik und Steady State 2.3 Typen von empirischen Modellen Übersicht Beispiel: Europäische Zentralbank 2.4 * Evaluation von Modellen 2.5 # Reproduzierbarkeit: Data & Code Archives TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse 3.1 Lineares Regressionsmodell Einfachregression Mehrfachregression 3.2 Schätzer und Schätzprinzipien 3.3 Ordinary Least Squares (OLS) Geschätztes Modell OLS-Schätzer Einfachregression OLS-Schätzer Mehrfachregression 1 Gliederung bis herab auf die Ebene der Unterabschnitte. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation gehören ebenfalls nicht zum Klausurstoff. Rel.: Dr.: V.: ema_gld.doc
8 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) Eigenschaften von Ordinary Least Squares (OLS) Annahmen Erwartungstreue Streuung des Schätzers Schätzung der Störtermvarianz Normalverteiltes lineares Regressionsmodell Asymptotische Eigenschaften 3.5 Anwendungen Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells 4.1 Interpretation Koeffizienten Log-lineare Modelle 4.2 Tests Statistische Tests Verteilungen für Tests t-test eines Parameters Software-Output Konfidenz-Intervalle Test einer linearen Restriktion Gemeinsamer F-Test mehrerer Parameter 4.3 Beurteilung des Modells Bestimmtheitsmaß Gemeinsamer F-Test aller Regressoren # Weitere Möglichkeiten 4.4 Prognose Prognose und Prognose-Fehler Prognosefehler-Varianz Prognose-Intervall 4.5 Anwendungen Kapitel 5 Ausgewählte Probleme, mehr Tests und dynamische Modelle 5.1 Mögliche Probleme bei der Anwendung von Ordinary Least Squares (OLS) 5.2 Allgemeine VK-Matrix der Störterme Implikationen GLS statt OLS Heteroskedastie Normalitätstests 5.3 Autokorrelation der Störterme Modell mit autokorreliertem Störterm Transformiertes Modell Tests auf Autokorrelation Allgemeine Autokorrelation Praktische Erwägungen 5.4 Dynamische ökonometrische Modelle Beispiel: Konsum Formen dynamischer Modelle ADL-Modell 5.5 Anwendungen Kapitel 6 Simultane Systeme 6.1 Konzeptioneller Rahmen Voraussetzungen für konsistente Schätzung Konsumfunktion und Einkommen-Ausgaben-Modell Lineare Gleichungssysteme 6.2 Identifikation von Gleichungen und Modellen Typen identifizierender Information Reduzierte und strukturelle Parameter Identifikations-Kriterien Beispiele Rel.: Dr.: V.: ema_gld.doc
9 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) Schätzverfahren für simultane Systeme Einzelgleichungsschätzung Direkte OLS-Schätzung Indirekte OLS-Schätzung IV-Schätzung SLS-Schätzung SLS-Schätzung Fazit 6.4 Kritik an der herkömmlichen multivariaten Regressionsanalyse Kritik des probabilistischen Ansatzes Lucas-Kritik Willkürliche Spezifikationen: Fragilität (Leamer) und data mining (Hendry) Praktische Kritikpunkte an Systemschätzungen Fundamentale Kritik von Sims an Systemschätzungen 6.5 Anwendungen TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) 7.1 ARMA-Modell Bausteine des Modells ARMA-Modell Stationarität Autokorrelations-Funktion (ACF) Partielle Autokorrelations-Funktion (PACF) ACF und PACF Übersicht 7.2 Stufe 1: Identifikation möglicher Modelle Schätzen der Autokorrelationsfunktion Test der Autokorrelationsfunktion 7.3 Stufe 2: Schätzung der ausgewählten Modelle Schätzung Spezifikation Koeffizienten 7.4 Stufe 3: Diagnose Residuen visuell inspizieren Residuen testen 7.5 Prognose Prognose mit bekanntem AR(1) Prognose mit unbekanntem ARMA 7.6 Anwendungen Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) 8.1 Modelle mit Trend Einfache Modelle mit Trend Random Walk Modell Random Walk mit Drift Allgemeine Random Walk Modelle 8.2 Probleme mit trendbehafteten Variablen Spurious Regression Entfernung von Trends 8.3 Dickey-Fuller-Tests Dickey-Fuller (DF-) Test Augmented Dickey-Fuller (ADF-) Test 8.4 Ausgewählte Probleme mit Einheitswurzel-Tests Wahl der Lag-Länge * Wahl der deterministischen Regressoren Power der Tests 8.5 Anwendungen Rel.: Dr.: V.: ema_gld.doc
10 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 4 Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) 9.1 VAR-Modell Strukturelles VAR VAR in reduzierter Standard-Form Standard-Form in Lag-Notation # VAR in univariater Darstellung zweiter Ordnung Störterme der reduzierten Form # Stabilität und Stationarität Beispiele für VARs 9.2 Schätzung und Identifikation Schätzen des reduzierten Systems Identifikation des strukturellen Systems Strukturelle Parameter aus reduzierter Schätzung 9.3 Impuls-Antwort-Funktionen MA-Repräsentation Varianz-Zerlegung Konfidenz-Intervalle # Prognosefehlervarianz-Zerlegungen 9.4 Tests Log-Likelihood Test Informationskriterien Granger-Kausalität 9.5 Anwendungen TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse 10.1 Linearkombinationen integrierter Variablen Ökonomische Beispiele Kointegration Beispiel: Simulierte Daten 10.2 Kointegration und gemeinsame Trends 10.3 Kointegration und Fehlerkorrektur-Modell Fristigkeitsstruktur der Zinsen Fehlerkorrektur-Modell # Kointegration und Darstellbarkeit als Fehlerkorrektur-Modell Implikationen Fall mit n Variablen 10.4 Test auf Kointegration nach Engle & Granger Pretest (Schritt 1) Langfrist-Beziehung und Kointegration (Schritt 2) Fehler-Korrektur-Modell (Schritt 3) Überprüfung des Modells (Schritt 4) Kritik am Engle-Granger-Verfahren 10.5 Anwendungen Kapitel 11 Systematische Spezifikationssuche 11.1 ADL-Modell und eingeschlossene Spezialfälle ADL-Modell Spezialfälle im ADL(1,1) General-to-specific (GETS) durch gestestete Restringierung eines allgemeinen ADL-Modells 11.2 Fehlerkorrektur-Modell, Kointegration und ADL-Modell ADL-Modell und Fehlerkorrektur Kointegration und Fehlerkorrektur Fehlerkorrektur-Einzelgleichung bei zwei Variablen 11.3 Anwendungen Rel.: Dr.: V.: ema_gld.doc
11 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 5 TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie A MATHE B STATISTIK C SOFTWARE BACKMATTER Verzeichnis der Anwendungen Verzeichnis nützlicher Stata-Befehle Anmerkungen zur Literatur Literatur zu den Abschnitten Literaturnachweis Rel.: Dr.: V.: ema_gld.doc
12 Prof. Dr. C. Knoppik 1 ANWENDUNGEN ZU EMPIRISCHE MAKROÖKONOMIE GLIEDERUNG SS 2006 Prof. Dr. Christoph Knoppik 1 Juli Die folgende Übersicht ordnet die behandelten Anwendungen in die Kapitelgliederung der Veranstaltung ein. 3 Ein Quellennachweis findet sich in EMA_ANW_QUE.DOC/PDF. TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie Kapitel 2 Problemstellungen TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse [con07] Konsumfunktion - Einfachregression [con08] Konsumfunktion - Mehrfachregression [mcs01] Einfachregression für simulierte Daten [mcs02] Monte Carlo Simulation: Verteilung geschätzter Parameter aus Einfachregression Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells [mcs01] Einfachregression für simulierte Daten Kapitel 5 Ausgewählte Probleme, mehr Tests und Dynamische Modelle [con09] Konsumfunktion BRD Kapitel 6 Simultane Systeme [con03] Konsumfunktion und Haavelmo [kmi01] Klein-Modell I [mcs04] Monte Carlo Simulation zum Simultaneitätsbias * [awm] Area wide model der Europäischen Zentralbank TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) [mcs05] Schätzen simulierter univariater Zeitreihen [inf01] US Inflation (Produzentenpreise) Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) [mak02] US Makrodaten (q) [GDP] [ir02] US Zinsen [ppp04] Kaufkraftparität und realer Wechselkurs (m) * [mcs06] Simulation nicht stationärer Zeitreihen Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) 1 Prof. Dr. Christoph Knoppik, Sozial- und Wirtschaftswissenschaftliche Fakultät, Universität Bamberg. Christoph.Knoppik@sowi.uni-bamberg.de; WWW: Tel.: ++49 (0) ; Fax.: ++49 (0) Version: Stand/Release: Druck: EMA_ANW_GLI.DOC derzeit unter dem Pfad C:\LEHRE\EMA\EMA_ANW_GLI.DOC. 3 Eingebunden aus EMA.DOC. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation(en) gehören ebenfalls nicht zum Klausurstoff. EN kompatibel? /} includetext "C:\\LEHRE\\EMA\\EMA.DOC" toc_anw \! /{. Rel.: Dr.: V.: EMA_ANW_GLI.DOC
13 Prof. Dr. C. Knoppik 2 [var01] VAR Modell für Geldmenge und Inflation, USA [var02] VAR Modell für Investition, Konsum und Einkommen, BRD * [var03] VAR Modell für Geldmenge, Zins und Sozialprodukt, USA TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse [mcs07] Simulierte kointegrierte Zeitreihen [ppp02] Kaufkraftparität * [ir02] US Zinsen * [ir03] US Zinsen Kapitel 11 Systematische Spezifikationssuche [inf02] Inflation CI/ADL/GETS/ECM Australien 19xx-19xx (q) - Enders (2003)/n.a. [con10] Konsum ADL/GETS UK 19xx-19xx (q) - Charemza und Deadman (1997)/. [liq04] Geldnachfrage CI/ADL/GETS/ECM - Eurogebiet (q) - Coenen und Vega (1999) /. * [con09] Konsum - ECM BRD 19xx-19xx (y) - Rinne (2004)/. TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie A MATHE B STATISTIK C SOFTWARE TESTBEREICH Anwendung 0: Test XYZ [DXT] Rel.: Dr.: V.: EMA_ANW_GLI.DOC
14 Prof. Dr. C. Knoppik 2 2 Literaturangaben nach Gliederungspunkten Gliederung # Literaturangabe Seiten KV *.pdf Mak & Emp Ziele: Stock und Watson (2001) [ESA]. Makro-Entwicklung: Blanchard und Illing.2 (2003), K.1. Makro-Modelle: Blanchard und Illing (2003),.3 T.2, T.3, T.4. Makro-Öktr.: Blanchard und Illing (2003), K.8.2 ( ), K ( ), Anh.C.4 ( ). Öktr.: Kiesl (2005), K.7, K.17; Verbeek.5 (2005), K.2.1 vs. K.2.2..x - SW01_ pd f Problemstellung 2.1 Daten: Moosmüller (2004), K.1.4. Strategien: Europäische Zentralbank (2000) [ESA]; alternativ: European Central Bank.2 (2001). Typen: Europäische Zentralbank (2000) [ESA]; alternativ: European Central Bank.3 (2001).. ezb00geldpolitische. pdf.4 * Evaluation: nn..5 Reproduktion: Vinod (2001). Vin01_sdarticle.pdf.x - Verbeek (2005), K.2. Regression 3.1 Regressionsmodell: Verbeek (2005), K.2.2. * Schätzprinzipien: Murray (2006), K.2, insb..2 K2.4, S OLS: Verbeek (2005), K.2.2, K Eigenschaften: Verbeek (2005), K.2.3, K Anwendungen: nn..x - Ver05guide2_k02.p df Tests 4 Verbeek (2005), K.2.1 Interpretation: XX..2 Tests: Verbeek (2005), K Beurteilung: Verbeek (2005), K Prognose: Verbeek (2005), K Anwendungen: nn..x - Rel.: Dr.: V.: EMA_LIP.DOC
15 Prof. Dr. C. Knoppik 3 Gliederung # Literaturangabe Seiten KV *.pdf Probleme 5.1 Probleme: Verbeek (2005), K.4, Störterm-VK-Matrix: Verbeek (2005), K.4, Autokorrelation: Verbeek (2005) Dynamische Ansätze: Verbeek (2005), K9.1,.4 Rinne (2004), 6.1, Anwendungen: con09.x - Systeme 6 Rinne (2004), K , insb Einführung.1 Konzeption: Verbeek (2005), K.5.1, S ; Rinne (2004), K.7.1+2, S Identifikation: Rinne (2004), K.7.2, Schätzverfahren: Rinne (2004), K Kritik: nn. Anwendungen con03: Verbeek (2005), ; , , Rinne (2004), kmi01: Rinne (2004), ,.5 K.7.3.3, S x Sonstiges Enders (2003), K2; Teile von K1 Univariate 7.0 Einführung.1 ARMA-Modell, K S1: Identifikation: K2.7, K2.8.3 S2: Schätzung: K2.8.4 S3: Diagnostik: K2.8.5 Prognose: Enders (2003), K2.9 Anwendungen: Enders (2003), K2.10 (S ); K2.7 (insb. S.70-75).x Sonstiges Nichtstationäre Enders (2003), K4 8.0 Einführung: K4.1.1 Modelle: K4.1.2 Probleme bei Trend: K DF-Tests: K Probleme der Tests: K Anwendungen: siehe Anwendungsverzeichnis ergänzend: Rinne (2004), 6.5, S ,.x insb Ver05guide2_K04.P DF Ver05guide2_K05.P DF Enders03_K01.PDF Enders03_K02.PDF Enders03_K04.PDF Multivariate 9 Enders (2003), K5 Enders03_K05.PDF Rel.: Dr.: V.: EMA_LIP.DOC
16 Prof. Dr. C. Knoppik 4 Gliederung # Literaturangabe Seiten KV *.pdf.0 Einführung.1 VAR-Modell: K5.5 S Schätzung:.3 Impuls.4 Tests.5 Anwendungen: siehe Anwendungsverzeichnis # Struktur: nn ergänzend: Stock und Watson (2001) ergänzend: Verbeek (2005) ergänzend: Rinne (2004), 7.4.2, S ergänzend: Charemza und Deadman (1997),.x K6 Kointegration Enders (2003), K Linearkombinationen: K6.1.2 Dynamik: K6.2.3 Fehlerkorrektur: K6.3.4 Engle-Granger: K Anwendungen: siehe Anwendungsverzeichnis ergänzend: Rinne (2004), 6.5.2, S , S ergänzend: Charemza und Deadman (1997),.x K5+6 Spezifikation 11.0 Einführung ADL: Charemza und Deadman (1997), K4,.1 S.58-83, insb. S Fehlerkorrektur: Enders (2003), K Anwendungen: siehe Anwendungsverzeichnis ergänzend: Rinne (2004) 6.4 (ADL), S.197-.x 200 Mathe A Matrix: Verbeek (2005), Anh.A. Ver05guide2_A Statistik B Statistik: Verbeek (2005), Anh.B. Ver05guide2_B Dynamik C Dynamik: Enders (2003), K1 Enders03_K01.PDF Anmerkungen ESA = Elektronischer Semesterapparat Format der Angaben: K.2, S Rel.: Dr.: V.: EMA_LIP.DOC
17 Prof. Dr. C. Knoppik 5 Abkürzungen für vorausgesetzt, alternativ, anregung, weiterführend Spalte Seiten gibt Anzahl der zu lesenden Seiten für ein Kapitel an (ca. Werte). o ohne Alternativen o nur enge Abgrenzung ( insbesondere ) Referenzen Blanchard, O. J. und G. Illing (2003) Makroökonomie, 3. Auflage, München: Pearson Studium. Charemza, W. W. und D. F. Deadman (1997) New Directions in Econometric Practice - general to specific modelling, cointegration and vector autoregression, 2. Auflage, Aldershot/Brookfield: Edward Elgar. Enders, W. (2003) Applied econometric time series [international edition], 2. Auflage, Wiley Series in Probability and Statistics, John Wiley & Sons. Europäische Zentralbank (2000) Geldpolitische Transmission im Euro-Währungsgebiet, Monatsbericht der Europäischen Zentralbank 2 (7), July, S European Central Bank (2001) A Guide to Eurosystem Staff Macroeconomic Projection Exercises, Frankfurt a. M. Kiesl, H. (2005) Einführung in die Ökonometrie für Studierende des Studiengangs European Economic Studies [Folienhandout], Universität Bamberg, [home page]. Moosmüller, G. (2004) Methoden der empirischen Wirtschaftsforschung, München et al.: Pearson Studium. Murray, M. P. (2006) Econometrics - A Modern Introduction, Addison-Wesley Series in Economics, Boston et al.: Addison-Wesley. Rinne, H. (2004) Ökonometrie - Grundlagen der Makroökonometrie, München: Vahlen. Stock, J. H. und M. W. Watson (2001) Vector Autoregressions, Journal of Economic Perspectives 15 (4), Fall, S Verbeek, M. (2005) A guide to modern econometrics, 2. Auflage, Chichester et al.: Wiley. Vinod, H. D. (2001) Care and feeding of reproducible econometrics, Journal of Econometrics 100, S Rel.: Dr.: V.: EMA_LIP.DOC
18 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Vorkenntnisse zu Empirische Makroökonomie (EMA) Veranstaltungen Inhalte Sonst Mathe Statistik Einführung Ökonometrie EES Empirische Mikro Makro I+II WS04/05, SS05 Makro I WS05/06 Dozent Dobbener Vogel Kiesl Schwarze Dobbener Vogel Kiesl Schwarze (2005) (nn) (2005) (2005) nicht EES Verbeek (2005) [Greene (2003)] Blanchard und Illing (2003) Knoppik (2005) Blanchard und Illing (2003) Unterlagen Lehrbuch Kommentar Mathematik Matrixalgebra ja nein Differenzengleichungen Nein Differenzialrechnung für Ja Nein Funktionen einer Variablen: Mathe I 2.2 Differenzialrechnung für Funktionen mehrerer Variablen: Mathe I 2.3 ja nein Statistik Zufallsgrößen eindimensionale Wahrscheinlichkeitsverteilungen Verteilungen zweidimensionaler Zufallsvariablen Stichprobenfunktionen und ihre Verteilungen parametrische Schätzund Testverfahren Ja ausführlich Ja ausführlich Ja Ja, aber unsicher Ja kurz Ja kurz Ja Ja Ökonometrie Lineares Regressionsmodell ja ja (KLR, OLS) Tests im KLR ja Ja Prognose nein nein Makroökonomi e Verhaltensfunktionen (C;I;G;T;X;IM;L) ja ja Stand: ema_vkt.doc
19 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 2 Veranstaltungen Inhalte Sonst Mathe Statistik Einführung Ökonometrie EES Empirische Mikro Makro I+II WS04/05, SS05 Makro I WS05/06 Partialmodell (PH- Kurve) ja ja Partialmodell (OG- ja ja Modell) Partialmodell (ML- ja nein Bdg.) Totalmodelle (IS-LM) ja ja Totalmodelle (AS-AD) nein ja EDV Referenzen Dateiorganisation unter ja ja MS Windows Uni-Datennetz (rudimentär) ja ja ja Stata (rudimentär) ja ja Blanchard, O. J. und G. Illing (2003) Makroökonomie, 3. Auflage, München: Pearson Studium. Dobbener, R. (2005) Mathematik [Gliederung], ematik/gliederung-mathe.pdf. Greene, W. H. (2003) Econometric Analysis, 5. Auflage, Upper Saddle River, NJ: Prentice Hall. Kiesl, H. (2005) Einführung in die Ökonometrie für Studierende des Studiengangs European Economic Studies [Folienhandout], Universität Bamberg, [home page]. Knoppik, C. (2005) Makroökonomie 1 [Folienhandout], Bamberg, [home page]. Schwarze, J. (2005) Einführung in die Empirische Mikroökonomik (Ökonometrie II) [Vorlesungsskript], Universität Bamberg, [home page]. Verbeek, M. (2005) A guide to modern econometrics, 2. Auflage, Chichester et al.: Wiley. Stand: ema_vkt.doc
Zeitreihenanalyse in den Wirtschafts Wissenschaften
Klaus Neusser Zeitreihenanalyse in den Wirtschafts Wissenschaften 2., aktualisierte Auflage STUDIUM VIEWEG+ TEUBNER Abbildungsverzeichnis Tabellenverzeichnis Zeichenerklärung XI XIII XV I Univariate Zeitreihenanalyse
MehrWENDEPUNKTE IN FINANZMÄRKTEN Prognose und Asset Allocation
Reihe Financial Research, Band 3: WENDEPUNKTE IN FINANZMÄRKTEN Prognose und Asset Allocation von Claus Huber 619 Seiten, Uhlenbruch Verlag, 2000 EUR 59.- inkl. MwSt. und Versand ISBN 3-933207-11-8 - -
MehrEinführung in die empirische Wirtschaftsforschung. Wintersemester 2015/2016 Syllabus
Einführung in die empirische Wirtschaftsforschung Wintersemester 2015/2016 Syllabus Prof. Dr. Almut Balleer Lehr- und Forschungsgebiet Empirische Wirtschaftsforschung RWTH Aachen Kursbeschreibung Dieser
MehrDie Hysteresis-Hypothese und der Arbeitsmarkt der Bundesrepublik Deutschland
Wolfgang Hauschulz Die Hysteresis-Hypothese und der Arbeitsmarkt der Bundesrepublik Deutschland Eine Analyse anhand des Coi nteg rationsansatzes HAAG + HERCHEN Verlag Inhaltsverzeichnis 1 Einleitung und
MehrFolien zur Vorlesung. Zeitreihenanalyse (Time Series Analysis)
Folien zur Vorlesung Zeitreihenanalyse (Time Series Analysis) Wintersemester 2014/2015 Mittwoch 14.00 15.30 Uhr Hörsaal: J 498 Prof. Dr. Bernd Wilfling Westfälische Wilhelms-Universität Münster Inhalt
MehrKurs 9.3: Forschungsmethoden II
MSc Banking & Finance Kurs 9.3: Forschungsmethoden II Zeitreihenanalyse Lernsequenz 07: Fehlerkorrekturmodell / Kointegration Dezember 2014 Prof. Dr. Jürg Schwarz Folie 2 Inhalt Einführung 4 Variante "Vernachlässigen"
MehrGliederung der Vorlesung Wirtschaftsstatistik Seite im Buch
Gliederung der Vorlesung Wirtschaftsstatistik Seite im Buch -1- -2- Zur Schließenden Statistik 1 (Kurzüberblick anhand von Beispielen) 1 Begriffe 1.1 Stichprobe/Grundgesamtheit 1.2 Wahrscheinlichkeitsbegriffe
MehrFORTGESCHRITTENE GELDTHEORIE UND GELDPOLITIK (MONETÄRE ÖKONOMIK 3)
FORTGESCHRITTENE GELDTHEORIE UND GELDPOLITIK (MONETÄRE ÖKONOMIK 3) Vorlesungsunterlagen WS 2005 1 Prof. Dr. Christoph Knoppik Universität Bamberg 2 Übersicht TEIL I WEITERE ENTSCHEIDUNGSBASIERTE MODELLIERUNGSANSÄTZE
MehrAnalyse von Querschnittsdaten. Einführung
Analyse von Querschnittsdaten Einführung Gliederung 1. Einordnung in das Curriculum 2. Spezialisierungsmöglichkeiten 3. Teilnahmevoraussetzungen 4. Gliederung der Vorlesung 5. Übung Gliederung 1. Einordnung
MehrEinführung in die Ökonometrie
Peter Hackl Einführung in die Ökonometrie 2., aktualisierte Auflage Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney a part of Pearson plc worldwide Einführung
MehrKointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser
1 / 28 Kointegration Kapitel 19 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 28 Inhalt I(d), Trends, Beispiele Spurious Regression Kointegration, common trends Fehlerkorrektur-Modell Test
MehrWS 1991/92, ab 01. Dezember 1991: AG zur Vorlesung 'Geldtheorie' (Grundstudium) AG zur Vorlesung 'Konjunkturtheorie' (Hauptstudium)
Lehrtätigkeit: AG = Arbeitsgemeinschaft, SWS = Semesterwochenstunden WS 1991/92, ab 01. Dezember 1991: AG zur Vorlesung 'Geldtheorie' (Grundstudium) AG zur Vorlesung 'Konjunkturtheorie' SS 1992 (Ruhr-Universität
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Anne Neumann 21. Oktober 2015 Anne Neumann EWF 21. Oktober 2015 1 / 9 Inhaltsverzeichnis 1 Grobgliederung 2 Grundlagen Anne Neumann EWF 21. Oktober 2015 2 / 9 Grobgliederung
MehrLehrveranstaltungen des Faches VWL in den Master-Studiengängen der VWL. Planung für das Wintersemester 2015/16 und das Sommersemester 2016
Lehrveranstaltungen des Faches VWL in den Master-Studiengängen der VWL Planung für das Wintersemester 2015/16 und das Sommersemester 2016 Stand: 16.07.2015 Wichtige Hinweise 1. Die Übersicht dient der
Mehr6.4 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:
MehrTeil I Einleitung 19. Teil II Die kurze Frist 83
Inhaltsverzeichnis Vorwort 13 Teil I Einleitung 19 Kapitel 1 Eine Reise um die Welt 21 1.1 Ein Blick auf die makroökonomischen Daten................................... 23 1.2 Die Entstehung der Finanzkrise
Mehr3. Einführung in die Zeitreihenanalyse
3. Einführung in die Zeitreihenanalyse Dr. Johann Burgstaller Finance Department, JKU Linz (Dieser Foliensatz wurde zuletzt aktualisiert am 25. Dezember 2007.) Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung
MehrVeranstaltungsort Bildungsherberge der Studierendenschaft der FernUniversität Hagen
Bildungsurlaub-Seminare: Lerninhalte und Programm Seminartitel SPSS für Psychologen/innen (BH15113) Termin Mo, den 18.05.bis Fr, den 22.05.2015 (40 UStd.) Veranstaltungsort Bildungsherberge der Studierendenschaft
MehrJohn Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer
John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage
MehrKap. 12: Regression mit Zeitreihendaten und Prognosemodelle
Kap. 12: Regression mit Zeitreihendaten und Prognosemodelle Motivation Grundbegriffe Autoregressionen (AR-Modelle) Dynamische Regressionsmodelle (ADL-Modelle) Nichstationarität Ausblick 12.1 Motivation
MehrRequirements Engineering Research Group!
Martin Glinz Harald Gall Software Engineering Herbstsemester 2011 Einleitung zur Vorlesung! Requirements Engineering Research Group! 2006, 2011 Martin Glinz. Alle Rechte vorbehalten. Speicherung und Wiedergabe
Mehr1 Einführung Ökonometrie... 1
Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...
Mehrε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?
BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions
MehrAngewandte Ökonometrie Übung. Endogenität, VAR, Stationarität und Fehlerkorrekturmodell
Angewandte Ökonometrie Übung 3 Endogenität, VAR, Stationarität und Fehlerkorrekturmodell Zeitreihenmodelle Zeitreihenmodelle Endogenität Instrumentvariablenschätzung Schätzung eines VARs Tests auf Anzahl
MehrMehrgleichungsmodelle
Mehrgleichungsmodelle Stichwörter: Typen von Mehrgleichungsmodellen multivariates Regressionsmodell seemingly unrelated Modell interdependentes Modell Schätzen der Parameter Bestimmtheitsmass Spezifikationstests
MehrEinführung in die Geostatistik (7) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.
Einführung in die Geostatistik (7) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.de 1 Gliederung 7 Weitere Krigingverfahren 7.1 Simple-Kriging 7.2 Indikator-Kriging
MehrProf. Dr. Reinhold Kosfeld Zeitreihenanalyse
Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse 1. Einführung 2. Zeitreihenzerlegung und Komponentenmodell (Trend, Saisonbereinigung, Exponentielle Glättung, Korrelogramm, Test auf Autokorrelation) 3. Stochastische
Mehr1 Einleitung. 1.1 Motivation und Zielsetzung der Untersuchung
1 Einleitung 1.1 Motivation und Zielsetzung der Untersuchung Obgleich Tourenplanungsprobleme zu den am häufigsten untersuchten Problemstellungen des Operations Research zählen, konzentriert sich der Großteil
MehrAufgabenstellung Aufgabe 1: Betrachten Sie das folgende ökonometrische Modell: y t = α + βx t + u t (1)
Klausur: Einführung in die Ökonometrie Prüfer: Prof. Dr. Karl-Heinz Paqué Dr.Ludwigv.Auer Semester: WS 1999/00 Als Hilfsmittel sind zugelassen: nicht-programmierbarer Taschenrechner Diese Klausur besteht
Mehr1.1 Was ist Statistik und warum ist Statistik wichtig?
1.1 Was ist Statistik und warum ist Statistik wichtig? Typischer Lexikon-Eintrag für den Begriff Statistik : Methode zur Untersuchung von Massenerscheinungen Versuch, den Umfang, die Gliederung oder Struktur
MehrStatistische Datenanalyse mit SPSS
Aus dem Kursangebot des Rechenzentrums: Statistische Datenanalyse mit SPSS Dozent: Termine: Raum: Johannes Hain, Lehrstuhl für Mathematik VIII Statistik 24. bis 27.08.2015 jeweils von 13:00 bis 16:00 Uhr
MehrPreisdynamik im Kaufverhalten - Regularitäten, Formen und Verhaltensmuster im Bereich der Fast Moving Consumer Goods
Preisdynamik im Kaufverhalten - Regularitäten, Formen und Verhaltensmuster im Bereich der Fast Moving Consumer Goods von Constance Scheffler Wissenschaftliche Gesellschaft für Innovatives Marketing e.v.
MehrAngewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell:
Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen LV-Leiterin: Univ.Prof.Dr. Sylvia Frühwirth-Schnatter 1 Wahr oder falsch? 1. Das folgende Modell ist ein GARCH(1,1)-Modell: Y
MehrMakroökonomie I Vorlesung 5. Das IS-LM-Modell (Kapitel5)
Leopold von Thadden Makroökonomie I Vorlesung 5 Wintersemester 2013/2014 Das IS-LM-Modell (Kapitel5) Diese Präsentation verwendet Lehrmaterialien von Pearson Studium 2009 Olivier Blanchard/Gerhard Illing:
MehrOrganisatorisches. Ökonometrie I Michael Hauser WS15/16
1 / 12 Organisatorisches Ökonometrie I Michael Hauser WS15/16 2 / 12 Web-Seite zum Kurs Web-Seite des Kurses: Auf der Web-Seite finden sie die organisatorischen Regelungen, den Terminplan und Regeln zum
MehrName (in Druckbuchstaben): Matrikelnummer: Unterschrift:
20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie
MehrDarstellung eines VAR(p)-Prozesses als VAR(1)-Prozess
Darstellung eines VAR(p)-Prozesses als VAR(1)-Prozess Definiere x t = Y t Y t 1. Y t p+1 Sylvia Frühwirth-Schnatter Econometrics III WS 2012/13 1-84 Darstellung eines VAR(p)-Prozesses als VAR(1)-Prozess
MehrKurs 9.3: Forschungsmethoden II
MSc Banking & Finance Kurs 9.3: Forschungsmethoden II Zeitreihenanalyse Lernsequenz 01: Einführung EViews Oktober 2014 Prof. Dr. Jürg Schwarz Folie 2 Inhalt Anmerkung 4 Das Hilfesystem von EViews 5 Workshop
MehrDie Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen
Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen Beitrag für den RatSWD-Nachwuchsworkshop: Längsschnittanalysen auf der Basis amtlicher Sozial- und Wirtschaftsdaten, Berlin, 25.-26.
Mehrvon Steffen P. Sebastian 362 Seiten, Uhlenbruch Verlag, 2003 EUR 98,- inkl. MwSt. und Versand ISBN 3-933207-37-1
Reihe Portfoliomanagement, Band 16: INFLATIONSRISIKEN VON AKTIEN-, RENTEN- UND IMMOBILIENINVESTMENTS Eine theoretische und empirische Analyse an Finanzmärkten in Deutschland, Frankreich, Großbritannien
MehrVersuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne
Inhalt Versuchsplanung Faktorielle Versuchspläne Dr. Tobias Kiesling Allgemeine faktorielle Versuchspläne Faktorielle Versuchspläne mit zwei Faktoren Erweiterungen Zweiwertige
MehrHauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften
Hauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften Fehlende Daten in der Multivariaten Statistik SS 2011 Allgemeines Das Seminar richtet sich in erster Linie an Studierende
MehrTeil I Beschreibende Statistik 29
Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................
MehrHauptseminar. Monte-Carlo-Methoden, stochastische Schätzungen und deren Unsicherheit. Robert John 2.11.2011
Hauptseminar Monte-Carlo-Methoden, stochastische Schätzungen und deren Unsicherheit Robert John 1 Inhalt Herkunft Stochastische Schätzung Monte-Carlo-Methode Varianzreduktion Zufallszahlen Anwendungsgebiete
MehrARBEITSMÄRKTE, BESCHÄFTIGUNG UND WACHSTUM IN DEN MOE-STAATEN (MOB)
ARBEITSMÄRKTE, BESCHÄFTIGUNG UND WACHSTUM IN DEN MOE-STAATEN (MOB) Prof. Dr. Christoph Knoppik 1 April 2018 und Ergänzungen 2 Abstract Im Mittelpunkt der Veranstaltung steht die modelltheoretisch fundierte
MehrSchwerpunkt Statistik
1. Vorstellung des Schwerpunktes Statistik 1.1. Informationsveranstaltung Schwerpunkt Statistik Informationsveranstaltung UHH 02.05.2016 Informationsveranstaltung (UHH) Schwerpunkt Statistik 02.05.2016
MehrSeminar Trends beim Softwaretest. Einführung
Seminar Trends beim Softwaretest Einführung SoSe 2015 Studiengänge Bachelor und Diplom Klaus Bothe Allgemeines Webseite: https://www2.informatik.hu-berlin.de/swt/lehre/sem_tist/ss2015/ Ziele: - Ergänzung
MehrMakroökonomie. Prof. Dr. Thomas Apolte. Lehrstuhl für Ökonomische Politikanalyse. Sommersemester 2011. Scharnhorststr.
Makroökonomie Sommersemester 2011 Lehrstuhl für Ökonomische Politikanalyse Scharnhorststr. 100, Raum 114 1. EINFÜHRUNG 2 VORLESUNG: DI, 8 10 UHR DO, 8 10 UHR ÜBUNG: DO, 12 14 UHR ALLE VERANSTALTUNGEN IM
MehrOliver Mußhoff / Norbert Hirschauer: Bewertung komplexer Optionen. http://www.pd-verlag.de/buecher/68.html
Auf den folgenden Seiten finden Sie das Inhaltsverzeichnis zu dem Buch: Oliver Mußhoff / Norbert Hirschauer: Bewertung komplexer Optionen Umsetzung numerischer Verfahren mittels MS-EXCEL und Anwendungsmöglichkeiten
Mehrvon Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand ISBN 3-9804400-6-0
Reihe Portfoliomanagement, Band 7: SCHÄTZUNG UND PROGNOSE VON BETAWERTEN Eine Untersuchung am deutschen Aktienmarkt von Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand
MehrTutorial 2: Simulationen
Tutorial 2: Simulationen Andrea Wiencierz Institut für Statistik, LMU München Andrea.Wiencierz@stat.uni-muenchen.de Abschlussarbeiten-Kolloquium, AG Augustin A. Wiencierz (LMU Munich) Literature & LATEX
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrMeldefristen sind Ausschlussfristen!
für beide Prüfungsabschnitte vom 05.01.2016-25.01.2016 bzw. gesonderte Fristen für einzelne Prüfungen. PRÜFUNGSZEITRAUM WINTERSEMESTER 2015/16 für den 1. und 2. Prüfungsabschnitt vom 04.01.-25.01.2016
MehrEinführung in die Ökonometrie
Einführung in die Ökonometrie Peter Hackl ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Vorwort... 19 1 Einführung...
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrDie Nairu: Erklarung oder Reflex der Arbeitslosenquote?
Camille Logeay Die Nairu: Erklarung oder Reflex der Arbeitslosenquote? Die 'natiirliche Rate'-Hypothese und ihre Stichhaltigkeit fiir die Europaische Wahrungsunion Metropolis-Verlag Marburg 2006 Inhalt
MehrKlausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min
Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe
Mehr4. Auflage. Kapitel IX: Bubbles
Eine Einführung in die Theorie der Güter-, Arbeits- und Finanzmärkte Mohr Siebeck c Kapitel IX: Bubbles Inhaltsverzeichnis Dieses Kapitel widmet sich Finanzmärkten, auf denen Finanzprodukte (Assets) gehandelt
MehrStatistik und Ökonometrie
Institut 520 verantwortliche: Prof. Dr. Robert Jung, Prof. Dr. Aderonke Osikominu 2 Worum geht es? Beispiel 1: Welcher Zusammenhang besteht zwischen Arbeitslosigkeit und Inflation? Führt Inflation zu mehr
MehrVorlesung Makroökonomie Sommersemester 2009
Vorlesung Makroökonomie Sommersemester 2009 1. 15.04.09 Einführung in makroökonomische Fragestellungen --- 2. 22.04.09 Volkswirtschaftliche Gesamtrechnung I Göcke (2009a), S. 2 15. 3. 29.04.09 Volkswirtschaftliche
MehrChristoph Puls. Zielorientiertes Management. von Logistikdienstleistungen in. Netzwerken kooperierender. Unternehmen
Christoph Puls Zielorientiertes Management von Logistikdienstleistungen in Netzwerken kooperierender Unternehmen Verlag Dr. Kovac Hamburg 2014 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
MehrWie Banken Wachstum ermöglichen und Krisen verursachen
Mathias Binswanger Geld aus dem Nichts Wie Banken Wachstum ermöglichen und Krisen verursachen WlLEY WILEY-VCH Verlag GmbH & Co. KGaA Inhaltsverzeichnis Vorwort Einleitung: Warum wir den Prozess der Geldschöpfung
MehrÜbersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg
Übersicht: Modul 2 Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse Dr. H.-G. Sonnenberg Modul 2 4 Kurse : Modul 2 im Bc. Psychologie: - Empirische Sozialforschung
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrProbeklausur Zeitreihenökonometrie (Sommersemester 2014) 1
Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Aufgabe 1: Betrachtet wird folgendes Modell zur Erklärung des Managergehalts salary durch den Umsatz sales, die Eigenkapitalrendite roe und die
MehrAnalyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse
Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen
MehrPeter M. Schneider. Zum Stand der Entwicklung und Anwendung probabilistischer Software für f r die Interpretation von komplexen DNA-Mischspuren
Zum Stand der Entwicklung und Anwendung probabilistischer Software für f r die Interpretation von komplexen DNA-Mischspuren Peter M. Schneider 35. Spurenworkshop Complex Mixtures Komplexe Mischungen Mixture
MehrWolfgang Trutschnig. Salzburg, 2014-05-08. FB Mathematik Universität Salzburg www.trutschnig.net
Auffrischungskurs Angewandte Statistik/Datenanalyse (Interne Weiterbildung FOR SS14-08) Block 1: Deskriptive Statistik, Wiederholung grundlegender Konzepte, R FB Mathematik Universität Salzburg www.trutschnig.net
MehrBerichte aus der Statistik. Jens Kahlenberg. Storno und Profitabilität in der Privathaftpflichtversicherung
Berichte aus der Statistik Jens Kahlenberg Storno und Profitabilität in der Privathaftpflichtversicherung Eine Analyse unter Verwendung von univariaten und bivariaten verallgemeinerten linearen Modellen
Mehr1. Einleitung. Ziel der Vorlesung: Einführung in deskriptive Statistik + Wirtschaftsstatistik. Internet-Seite der Vorlesung:
1. Einleitung Ziel der Vorlesung: Einführung in deskriptive Statistik + Wirtschaftsstatistik Internet-Seite der Vorlesung: http://www1.wiwi.uni-muenster.de/oeew/ Studium Veranstaltungen im Wintersemester
MehrInhaltsverzeichnis Abbildungsverzeichnis... IV 1 Einleitung...1 2 Konstruieren von technischen Erzeugnissen...4
I Inhaltsverzeichnis Abbildungsverzeichnis... IV 1 Einleitung...1 1.1 Problemstellung...1 1.2 Zielsetzung und Aufbau der Arbeit...2 2 Konstruieren von technischen Erzeugnissen...4 2.1 Inhalte des Konstruierens...4
MehrChristian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG
Christian FG Schendera Regressionsanalyse mit SPSS 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorworte V 1 Korrelation 1 1.1 Einführung 1 1.2 Erste Voraussetzung: Das Skalenniveau
MehrKapitel 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
MehrAnalyse von Querschnittsdaten. Regression mit Dummy-Variablen
Analyse von Querschnittsdaten Regression mit Dummy-Variablen Warum geht es in den folgenden Sitzungen? Datum Vorlesung 9.0.05 Einführung 26.0.05 Beispiele 02..05 Forschungsdesigns & Datenstrukturen 09..05
MehrStefanie Lahn. Der Businessplan in. Theorie und Praxis. Überlegungen zu einem. zentralen Instrument der. deutschen Gründungsförderung
Stefanie Lahn Der Businessplan in Theorie und Praxis Überlegungen zu einem zentralen Instrument der deutschen Gründungsförderung ö Springer Gabler VII Inhaltsverzeichnis Vorwort und Dank Inhaltsverzeichnis
MehrInformatikgrundlagen (WS 2015/2016)
Informatikgrundlagen (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de) Sprechstunde
MehrPfadanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007
Pfadanalyse Bacher, SoSe2007 1. Grundlegende Verfahren Explorative Pfadanalyse: Kausale Beziehungen zwischen Variablen werden aufgedeckt, erforderlich ist eine kausale Anordnung der Variablen. Konfirmatorische
MehrDirk Riepe; Lerneinheit 3: Microsoft Excel: Statische Investitionsrechnung
Dirk Riepe; Lerneinheit 3: Microsoft Excel: Statische Investitionsrechnung Appetizer Dirk Riepe; Lerneinheit 3: Microsoft Excel: Statische Investitionsrechnung 2 Gliederung: 1. Problemstellung 2. Vorbereitende
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrRisikomanagement für Fahrzeugrestwerte von Leasingrückläufern. Masterarbeit
Risikomanagement für Fahrzeugrestwerte von Leasingrückläufern Masterarbeit zur Erlangung des akademischen Grades Master of Science (M.Sc.) im Studiengang Wirtschaftswissenschaft der Wirtschaftswissenschaftlichen
MehrVorlesung Grundzüge der Wirtschaftsinformatik W1311 Fakultät für Wirtschaftswissenschaften
Vorlesung Grundzüge der Wirtschaftsinformatik W1311 Fakultät für Wirtschaftswissenschaften Lernziele Nach dieser Veranstaltung sollten Sie einen Gesamtüberblick über die Wirtschaftsinformatik, die von
MehrI. Fächer / Module beim Lehramt an Sonderschulen im 1. Studienabschnitt
Hinweise zum Aufbau des Studiums und zur Stundenplanerstellung, Studienplangerüst, Ermittlung der Endnoten, Allgemeine Informationen zu den Grundlagenfächern I. Fächer / Module beim Lehramt an Sonderschulen
MehrElemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
MehrManagementprozesse und Performance
Klaus Daniel Managementprozesse und Performance Ein Konzept zur reifegradbezogenen Verbesserung des Managementhandelns Mit einem Geleitwort von Univ.-Professor Dr. Dr. habil. Wolfgang Becker GABLER EDITION
MehrRate (bzw. Preis), mit der zwei Währungen gegeneinander getauscht werden Mögliche Darstellung (z.b. bei und $)
Wechselkurse MB Wechselkurse Nominaler Wechselkurs Rate (bzw. Preis), mit der zwei Währungen gegeneinander getauscht werden Mögliche Darstellung (z.b. bei und $) Wie viel bekommt man für $1 Wie viel $
MehrBerichte aus der Betriebswirtschaft. Christoph Rüdt. Wertschöpfung in Virtual Communities
Berichte aus der Betriebswirtschaft Christoph Rüdt Wertschöpfung in Virtual Communities Management sozialer Interaktionen unter Anwendung der Netzwerkanalyse Shaker Verlag Aachen 2007 Inhalt Vorwort Inhalt
MehrNr. 85 / 13 vom 28. Oktober 2013
Nr. 85 / 13 vom 28. Oktober 2013 Zugangsordnung für den Masterstudiengang International Economics and Management der Fakultät für Wirtschaftswissenschaften an der Universität Paderborn Vom 28. Oktober
MehrMitteilungsblatt der Hochschule für Wirtschaft und Recht Berlin
Mitteilungsblatt der Hochschule für Wirtschaft und Recht Berlin Nr. 18/2011 vom 02. Mai 2011 Entgelte für die postgradualen Weiterbildungsstudiengänge des IMB Institute of Management Berlin der Hochschule
MehrInternes Audit in universitären Hochschulen
Internes Audit in universitären Hochschulen Theorie und international empirische Befunde DISSERTATION der Wirtschaftswissenschaftlichen Fakultät der Universität Zürich zur Erlangung der Würde einer Doktorin
MehrEinführung in die Prüfungsordnung. Volkswirtschaftslehre (Economics) U N I V E R S I T Ä T S I E G E N
Einführung in die Prüfungsordnung U N I V E R S I T Ä T S I E G E N Fachbereich Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht P r ü f u n g s a m t für den Bachelor-Studiengang
MehrEvaluationsergebnisse: 'Einführung in die formale Spezifikation von Software' (ws0809) - Bernhard Beckert
Evaluationsergebnisse: 'Einführung in die formale Spezifikation von Software' (ws0809) - Bernhard Beckert Studiengang Ich studiere z.zt. im Studiengang 1 Diplom / Informatik mit Nebenfach 0 x 2 Diplom
MehrUniversität Ulm. Fakultät für Mathematik und Wirtschaftswissenschaften. ulm university Universität I
Universität Ulm Fakultät für Mathematik und Wirtschaftswissenschaften ulm university Universität I uulm Berichterstattung zur Audit Firm Governance in Deutschland - Eine empirische Analyse - Dissertation
MehrStatistik II. Regressionsrechnung+ Regressionsanalyse. Statistik II
Statistik II Regressionsrechnung+ Regressionsanalyse Statistik II - 16.06.2006 1 Regressionsrechnung Nichtlineare Ansätze In einigen Situation könnte man einen nichtlinearen Zusammenhang vermuten. Bekannte
MehrKapitel 3: IS-LM mit Erwartungen. Makroökonomik I - IS-LM mit Erwartungen
Kapitel 3: IS-LM mit Erwartungen 1 Ausblick: IS-LM mit Erwartungen IS-LM mit Erwartungen Geldpolitik und die Rolle von Erwartungen Abbau des Budgetdefizits bei rationalen Erwartungen 2 3.1 IS-LM mit Erwartungen
MehrNebenfachregelungen 1
Nebenfachregelungen 1 Nebenfachregelungen Hier werden zur schnellen Information zunächst die Nebenfachregelungen für die Standardnebenfächer der Vollzeitstudiengänge Bachelor und Master Informatik aufgeführt.
MehrMerkblatt zum Seminar und Diplom-/Bachelorarbeit
Merkblatt zum Seminar und Diplom-/Bachelorarbeit o Bestandteile der Arbeit: Deckblatt mit persönlichen Angaben zum Studierenden (Name, Anschrift, Matrikelnummer, Studiengang, Fachsemester) und vollständiges
MehrAuswertung zur Veranstaltung Class and Power in Text: A Systematic Functional Analysis
Auswertung zur Veranstaltung Class and Power in Text: A Systematic Functional Analysis Liebe Dozentin, lieber Dozent, anbei erhalten Sie die Ergebnisse der Evaluation Ihrer Lehrveranstaltung. Zu dieser
MehrTerminplan WS 11/12. WiSo-Prüfungen Allgemeine BWL/VWL
Terminplan WS 11/12 WiSo-Prüfungen Allgemeine BWL/VWL im Rahmen der mathematischen Studiengänge Bachelor und Diplom (Mathematik und Wirtschaftsmathematik) Bitte beachten Sie, dass sich dieser Terminplan
Mehr