Moses - Microeconometrics

Zur Modulseite PDF generieren

Modul / Version
#70187 / #7

Gültigkeit
Seit WiSe 2025/26

Verfügbare Sprache(n)
Deutsch, Englisch

Titel des Moduls
Microeconometrics

Leistungspunkte
6

Modulverantwortliche*r
Werwatz, Axel

Benotung
Benotet

Prüfungsform
Portfolioprüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät VII

Institut
Institut für Volkswirtschaftslehre und Wirtschaftsrecht

Fachgebiet
37312100 FG Ökonometrie und Wirtschaftsstatistik

Prüfungsausschuss
Volkswirtschaftslehre

Kontakt

Sekretariat
H 57

Ansprechpartner*in
Fischer, Johanna

E-Mail-Adresse
johanna.fischer@tu-berlin.de

Webseite

http://www.statistik.tu-berlin.de

Lernergebnisse

Mikroökonometrie ist die ökonometrische Analyse von Individualdaten (Mikrodaten), d. h. Daten über Verhalten und Einstellungen einzelner Personen, Haushalte oder Firmen. Da die Entscheidungsvariablen dieser Individuen oft diskret sind (für oder gegen eine Alternative, Auswahl der besten unter mehreren Handlungsalternativen) oder nicht jeden beliebigen Wert annehmen können (Ausgaben können nicht negativ sein und sind oft genau Null; Anzahl von Patenten oder Innovationen kann nur ganzzahlig sein) oder sich die Individuen zielgerichtet in die Beobachtungsgruppe „hineinwählen“ (Selbstselektionsverzerrung), kann das ökonometrische Standardmodell (Lineare Regression) nicht angewendet werden. Ziel ist es, in die Schätzung, Spezifikation, Interpretation und Anwendung der ökonometrischen Modelle einzuführen, die für solche Mikrodaten entwickelt wurden. Ein sehr wichtiger Bestandteil, um die Qualifikationsziele zu erreichen, sind die Übungen am Computer. In der Übung lernen die Studenten die freiverfügbare statistische Software R kennen. Am Ende des Kurses sollten die Studenten in die Lage versetzt werden Ihrerseits die grundlegenden Probleme zu analysieren und die theoretischen Konzepte praktisch anzuwenden.

Lehrinhalte

Maximum Likelihood, Modelle für diskrete Entscheidungen (Probit, Logit, Ordered Probit, Multinomial Logit und Probit), Modelle für gestutzte, Selbstselektionsmodelle, Modelle für Zähldaten (Poisson Regression). Die wöchentlich angebotenen Übungen fokussieren auf die hands-on Erfahrung mit realen sowie simulierten Daten. Wegen Kapazitätsbeschränkungen werden die Studenten ermutigt ihren eigenen Laptop in die Übung mitzubringen. Nichtsdestotrotz ist der eigene Laptop keine Voraussetzung für die Teilnahme an der Übung. Alle Übungsmaterialien werden hochgeladen und können dank der frei verfügbaren Software R zu Hause oder in den PC-Pools der Universität durchgeführt werden. Umweltökonomische Themen können an unserem FG insbesondere im Modul „Applied Environmental Econometrics in R“ vertieft werden.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Microeconometrics	VL	71 210 L 1578	WiSe	en	2
Microeconometrics	UE	71 210 L 1579	WiSe	en	2

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Microeconometrics (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Anwesenheit	15.0	2.0h	30.0h
Vor- und Nachbereitung	15.0	2.0h	30.0h
			60.0h(~2 LP)

Microeconometrics (UE):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Anwesenheit	15.0	2.0h	30.0h
Vor- und Nachbereitung	15.0	1.0h	15.0h
			45.0h(~2 LP)

Lehrveranstaltungsunabhängiger Aufwand:

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Bearbeitung der benoteten Aufgaben	2.0	15.0h	30.0h
Klausurvorbereitung	1.0	45.0h	45.0h
			75.0h(~3 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung und Übung. In der Vorlesung wird ein intuitives Verständnis der Mechanismen in diesen Modellen entwickelt. Ein beträchtlicher Teil der Zeit wird auf das Verständnis des Maximum-Likelihood-Schätzansatzes sowie auf die Discrete-Choice-Modelle verwendet, um den Studierenden eine solide Grundlage für kompliziertere Modelle zu geben. Im Tutorium werden die Modelle auf reale oder simulierte Daten unter Verwendung von R, einer freien Softwareumgebung für statistische Berechnungen, angewendet. Auf diese Weise können die Studierenden die Analyse gelegentlich entweder zu Hause oder im Computerlabor der Universität vorbereiten oder wiederholen, was ihr Verständnis erleichtert. Ein weiterer wichtiger Teil des Kurses sind die obligatorischen Hausaufgaben. Die Studierenden sind aufgefordert, die theoretischen Konzepte aus der Vorlesung mit den in den Übungen erworbenen Werkzeugen und praktischen Kenntnissen anzuwenden, um eine begrenzte, aber praktische Analyse durchzuführen. Eine Einführung in R wird zu Beginn des Kurses gegeben. (Bitte Korrekturlesen - hab ich von deepl übersetzen lassen.)

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Ein gutes Verständnis der Themen in der Veranstaltung (70198) Ökonometrie wird vorausgesetzt! darunter: Verständnis der Konzepte der Verzerrung und Erwartungstreue eines Schätzers Verständnis und Interpretation der Regressionsanalyse unter Verwendung der Methode der kleinsten Quadrate sowie die damit verbundenen Annahmen. Statistischen Tests (t-Test, F-Test)

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Englisch

Prüfungselemente

Name	Punkte	Kategorie	Dauer/Umfang
Zwei Aufgabenblätter	30	schriftlich	2 Seiten
Schriftliche Prüfung	70	schriftlich	60 Minuten

Notenschlüssel

Notenschlüssel »Notenschlüssel 4: Fak I, Fak VII«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	90.0pt	85.0pt	80.0pt	76.0pt	72.0pt	67.0pt	63.0pt	59.0pt	54.0pt	50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Portfolioprüfung besteht aus den vorgenannten Elementen, in denen in der Summe maximal 100 Punkte erreicht werden können. Die Benotung erfolgt nach dem gemeinsamen Notenschlüssel der Fakultät VII (Beschluss des Fakultätsrates vom 28.05.2014 - FKR VII-4/8-28.05.2014). Die Prüfung/Klausur findet schriftlich statt. Am Fachgebiet für Statistik findet auch die 2. Wiederholungsprüfung schriftlich statt. Bitte die Anmeldeinformation für die 2. Wiederholungsprüfung des Prüfungsamts beachten (Anmeldeformular) Während des Semesters werden zwei Aufgabenblätter von den Studierenden in Gruppen (jeweils 2-3 Studierenden) bearbeitet. Gruppen welche die minimale Punktzahl in den Aufgabenblättern nicht erreichen, dürfen an der Klausur nicht teilnehmen. In den Aufgaben werden die Fähigkeiten in der Interpretation, Modellwahl sowie in der Programmierung in R überprüft.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Studierende melden sich bitte für dieses Modul innerhalb der ersten 6 Wochen über Moses an (Portfolioprüfung) Die 2. Wiederholungsprüfung findet in der Statistik schriftlich statt. Studierende beachten bitte hierbei das Anmeldeprocedere (Anmeldeformular) des Prüfungsamts. Evtl. aktuelle Informationen bitte auf (http://www.statistik.tu-berlin.de) abrufen.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Literatur

Empfohlene Literatur
Baum, C.F. (2006) An Introduction to Modern Econometrics Using STATA, Stata Press
Cameron, A.C. and Trivedi, P.K. (2005). Microeconometrics: Methods and Applications, Cambridge University Press.
Fahrmeir, L. und Tutz, G. (2001), Multivariate Statistical Modelling Based on Generalized Linear Models, 2nd edition, Springer
Goldberger, A.S. (1991). A Course in Econometrics, Harvard University Press Greene, W. (2003). Econometric Analysis, 5e, Prentice Hall.
Härdle, W., Müller, M., Sperlich, S. und Werwatz, A. (2004), Nonparametric and Semiparametric Models, Springer Verlag
Long, J. S. und Freese, J. (2006), Regression Models for Categorical Dependent Variables Using STATA, 2nd Edition, Stata Press
Verbeek, M. (2004). A Guide to Modern Econometrics, 2e. John Wiley & Sons.
Winkelmann, R. und Boes, S. (2006) Analysis of Microdata, Springer Verlag
Wooldridge, J.M. (2001). Econometric Analysis of Cross Section and Panel Data, MIT Press.
Wooldridge, J.M. (2006). Introductory Econometrics. A Modern Approach, 3e, Thomson South-Western.

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Economics and Sustainability (M. Sc.)	1	1	WiSe 2025/26	WiSe 2025/26
Industrial Economics (M. Sc.)	1	1	WiSe 2025/26	WiSe 2025/26
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)	1	1	WiSe 2025/26	WiSe 2025/26
Soziologie technikwissenschaftlicher Richtung (B. A.)	1	1	WiSe 2025/26	WiSe 2025/26
Wirtschaftsingenieurwesen (M. Sc.)	1	1	WiSe 2025/26	WiSe 2025/26

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe