Modul 31-M-ASM1 Advanced Statistical Methods I

Fakultät

Modulverantwortliche*r

Turnus (Beginn)

Jedes Wintersemester

Leistungspunkte und Dauer

8 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

Die Studierenden erarbeiten sich durch den Besuch verschiedener Veranstaltungen vertiefte fachliche Kompetenzen.

Ausbildungsziel dieses Moduls ist unter anderem die Erlangung der Fähigkeit zur Spezifikation, Schätzung und Simulation empirisch fundierter Modelle. Schwerpunkt von quantitativen Methoden in den Wirtschaftswissenschaften ist die Bereitstellung und Analyse von Datenmaterial in Bezug auf eine oder mehrere ökonomische Fragestellungen. Dabei steht die konkrete praktische, sprich numerische Umsetzung der Verfahren im Vordergrund. Die Studierenden sollen statistische und ökonometrische Modellierung als Methode begreifen, um der heutigen Datenflut adäquate Konzepte entgegen zu stellen, die es erlauben, den Informationsgehalt in Daten zu erkennen, zu beschreiben und gleichzeitig Fehlschlüsse zu vermeiden. Dabei spielt die Allgemeingültigkeit der quantitativen Methoden eine zentrale Rolle, so dass sich das Anwendungsspektrum als beeindruckend breit herausstellt.

Students acquire advanced skills of theory and application of statistical methods in a range of application areas.

The goal of this module is to acquire competences for the specification, estimation and simulation of empirically validated models. The focus of quantitative methods in economics lies on the provision and analysis of data based on an underlying economical research question, where typically the numerical application of methods is in the center of attention. Students learn to use statistical and econometrical models as a method to extract information from the growing amount of data. Hereby a special emphasis is given to acquire competences in the usage of generally applicable modeling paradigms and methods in order to allow for a widespread application to a large number of application areas.

Lehrinhalte

Die Studierenden erwerben in diesem Modul vertiefende Kenntnisse. Die Inhalte des Moduls sind statistische Modelle und Fragestellungen, die insbesondere Strukturfragen, wissenschaftliche Instrumente und Methoden umfassen.

Die in dem Modul zusammengefassten Veranstaltungen beschäftigen sich mit datenanalytischen und datenbankorientierten Methoden und Modellen. Dabei gehen die Veranstaltungen über das Bachelor-Niveau hinaus und vermitteln einen tieferen Einblick in die entsprechende Thematik.

Die Liste der angebotenen Veranstaltungen ist umfangreich und nicht alle Veranstaltungen werden je Moduldurchlauf angeboten.

In this module students acquire advanced competences in the area of statistical modeling including structural issues, scientific tools and methods.

The courses included in this module discuss data analytic and data base oriented methods and models. The courses extend material acquired in introductory courses and offer insights into the areas that also qualify for a deeper understanding of the methods.

Empfohlene Vorkenntnisse

Notwendige Voraussetzungen

Erläuterung zu den Modulelementen

Es sind zwei Veranstaltungen zu verschiedenen Themengebieten zu belegen.

Modulstruktur: 1 bPr 1

Veranstaltungen

Veranstaltungen aus dem Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) (I.)
Art Vorlesung o. Vorlesung mit Übungsanteil
Turnus WiSe
Workload5 120 h (30 + 90)
LP 4
Veranstaltungen aus dem Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) (II.)
Art Vorlesung o. Vorlesung mit Übungsanteil
Turnus WiSe
Workload5 120 h (30 + 90)
LP 4

Prüfungen

Klausur o. mündliche Prüfung
Zuordnung Prüfende Modulverantwortliche*r prüft oder bestimmt Prüfer*in
Gewichtung 1
Workload -
LP2 -

60- bis 90-minütige Klausur oder 15- bis 20-minütige mündliche Prüfung.

In diesen Studiengängen wird das Modul verwendet:

Studiengang Profil Empf. Beginn 3 Dauer Bindung 4
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] Variante 1 1. ein Semes­ter Wahl­pflicht
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] Variante 2 1. ein Semes­ter Wahl­pflicht

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.


Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe Navigation).
5
Workload (Kontaktzeit + Selbststudium)
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.