Lehrstuhl für Statistik
Studium und Lehre

Studium und Lehre

Der Lehrstuhl bietet ein breites Spektrum an Veranstaltungen aus den Bereichen Statistik und Ökonometrie an. Neben grundlegenden Methoden der deskriptiven und schließenden Statistik stehen multivariate Schätz- und Testverfahren - dabei vor allem im Kontext der Regressionsanalyse - im Mittelpunkt.

Die für Forschung und Praxis relevante Kernkompetenz besteht darin, dass methodisches Verständnis eng mit den entsprechenden Fähigkeiten zur computergestützten Umsetzung der statistischen Verfahren verzahnt ist. Studierende werden befähigt, statistische Verfahren empirisch zu implementieren und interpretieren, sowie entsprechende Analysen zu beurteilen.

Lehrangebot

Angebot für Bachelorstudierende

Hier finden Sie Informationen zur ECTS-Vergabe für Mathematik/Statistik für Wirtschaftswissenschaftlerinnen und -wissenschaftler.

  • Mathematik für Wirtschaftswissenschaftler (Wintersemester): Die Studierenden erlernen die im Rahmen eines wirtschaftswissenschaftlichen Studiums benötigten mathematischen Grundfertigkeiten. Durch eigenständige aktive Lösung von Übungsaufgaben und Praxisbeispielen lernen Sie den Transfer der in der Vorlesung vorgestellten Techniken auf wirtschaftswissenschaftliche Problemstellungen.

  • Statistik 1 und 2 für Wirtschaftswissenschaftler: Deskriptive Statistik und Exploration von Daten; Grundlagen der Wahrscheinlichkeitsrechnung; Zufallsvariablen; Diskrete und stetige Verteilungen; Zufallsstichproben; Punkt- und Intervallschätzungen; Verteilungsgebundene und verteilungsfreie Hypothesentests; Lineare Regressionsanalyse; Die Nutzung von statistischer Standardsoftware. Erklärung zur Umstellung von Statistik 1 und 2 auf zwei Semester und von 8 auf 10 ECTS.
  • Einführung in die Ökonometrie (Sommersemester): Zentraler Gegenstand der Veranstaltung ist die Regressionsanalyse, mit der sich datenbasiert ökonomische Zusammenhänge quantifizieren und korrespondierende Hypothesen testen lassen. Das den Ergebnissen zu Grunde liegende Ausmaß an Unsicherheit lässt sich abschätzen.

  • Einführung in die Zeitreihenanalyse (Wintersemester): Das Modul ist als Grundlagenveranstaltung zu den klassischen Themen der Zeitreihenanalyse – wie Niveau-, Trend-, Saison- und Zyklenanalyse – konzipiert. Im ersten Teil des Moduls werden intuitive, semi- und nichtparametrische Methoden behandelt, u.a. das einfache Komponentenmodell und diverse Glättungsverfahren. Der zweite Teil des Kurses führt in der Theorie, Selektion, Schätzung und Diagnostik der ARIMA-Modelle ein, die in der Anwendung von Zeitreihenmodellen in der Praxis nach wie vor eine zentrale Rolle spielen.

  • Computergestützte Statistik: Zentraler Gegenstand ist die Einführung in die Arbeit mit dem Statistikprogramm R. Dies umfasst neben der Vermittlung von programmiertechnischen Grundlagen (Objekte, Funktionen, Schleifen, etc.) auch eine Einführung in die statistische Datenanalyse (Erstellen hilfreicher Tabellen und Graphiken, deskriptive Analysen, Modellschätzungen).

Angebot für Masterstudierende:

  • Methoden der Ökonometrie (Wintersemester): Der Kurs ist als Basis der Masterausbildung im Bereich der Regressions- und Testverfahren anzusehen. Im ersten Fünftel des Kurses werden in sehr komprimierter Form die Inhalte einer Einführung der Ökonometrie behandelt. Der zweite Abschnitt befasst sich mit tiefergehenden Interpretationen der Kleinst-Quadrate (KQ) Methode und führt in deren asymptotische Eigenschaften ein. Im dritten Abschnitt werden die exakte und asymptotische Testtheorie und eine ganze Palette an Testverfahren behandelt, u.a. wird kurz in die klassische Maximum Likelihood (ML) Testtheorie eingeführt. Der vierte Abschnitt behandelt generalisierte KQ Verfahren, während abschließend ein Ausblick auf fortgeschrittene Regressionsmethoden erfolgt.

  • Paneldatenanalyse (bis WS 2013/2014 Wintersemester, ab SS 2015 wohl Sommersemester): Zentraler Gegenstand ist die Schätzung von Regressionsmodellen für Paneldaten. Hierbei werden neben grundlegenden Schätzverfahren unter anderem die Fixed-Effects- und Random-Effects-Schätzung behandelt. Des Weiteren werden Test- und Vorhersagenverfahren für den Paneldatenkontext behandelt.

  • Seminar Angewandte Statistik (Sommersemester): Die computergestützte Anwendung statistischer Verfahren und die Interpretation der erzielten empirischen Ergebnisse sind Kernkompetenzen in diversen Berufsfeldern. Die Erlangung dieser Kompetenzen ist Ziel dieses Seminars mit wechselnden Themenschwerpunkten, die den Bereichen Zeitreihenprognose, Mikroökonometrie (z.B. Marketing- und Kapitalmarktforschung) und robusten Methoden zugeordnet werden können.

  • Computational Statistics - Regression in R: Zentraler Gegenstand ist das Schätzen von Regressionsmodellen sowie die Modelldiagnose/-validierung. Hierbei werden neben graphischen Verfahren und klassischen Validierungsmethoden und Tests auch simulationsbasierte Ansätze besprochen. Es wird auf die Modellierung unterschiedlicher Skalenniveaus sowie Variablentransformationen eingegangen. Neben Querschnittsdaten wird auch auf Zeitreihen und Paneldaten Bezug genommen.

  • Computational Statistics - Statistical Learning in R: tba

Bitte beachten Sie

  • dass keine Scheinklausuren im Lehrgebiet Statistik angeboten werden. Fragen zur Statistik- oder Methoden-Ausbildung (auch Anerkennung von Studienleistungen an internationalen Fakultäten) für Studierende der Kulturwissenschaften bitten wir direkt an Herrn Kollegen Professor Heinrich zu richten.
  • dass auch Studierende aus Bachelor- und anderen Masterstudiengängen an den Veranstaltungen Computergestützte Statistik 1 & 2 teilnehmen können. Sie erhalten nach erfolgreichem Bestehen der Klausur ein Zertifikat, welches die erworbenen Kenntnisse nachweist.