Computational Statistics - Regression in R
35621 Vorlesung: Computational Statistics - Regression in R (SoSe 20)
Lehrende
Zeiten
Termine am Freitag. 24.04.20, Freitag. 08.05.20, Freitag. 29.05.20 12:00 - 18:00, Samstag. 30.05.20 08:00 - 16:00, Ort: (JUR) CR 057Ort
(JUR) CR 057Erster Termin
Fr., 24.04.2020 12:00 - 18:00 Uhr, Ort: (JUR) CR 057ECTS
3SWS
2
Beschreibung
The course focuses on estimating regression models and evaluating the estimated specifications with the statistical software R. Model evaluation procedures discussed in class range from graphical methods, classic validation techniques and tests to simulation-based approaches. The effects of variables being measured on different scales and variable transformations are discussed. Dealing with different data structures such as cross-sections, time series, and panel data is also covered in class.Heimateinrichtung
Lehreinheit für Computergestützte Statistik und MathematikBeteiligte Einrichtungen
Anrechenbarkeit
Studienangebote in anderen Sprachen > Studienangebot in englischer Sprache
Zentrale Einrichtungen > Graduiertenzentrum > 2. Fachliche Veranstaltungen der Fakultäten > b. Wirtschaftswissenschaftliche Fakultät
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Wirtschaftsinformatik > Version 1 > Gesamtkonto MR WII > Methoden > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Sozial- und Bildungswissenschaftliche Fakultät > Master > Geographie: Kultur, Umwelt und Tourismus > Version WS 2018 > Gesamtkonto MR GKU > Modulbereich A: Kernmodulgruppen > Kernmodulgruppe Management und Marketing > 261170 | Computational Statistics - Regression in R
Sozial- und Bildungswissenschaftliche Fakultät > Studiengänge > Master Geographie: Kultur, Umwelt und Tourismus (Version WS 2015) > Gesamtkonto MR GKU > Modulgruppe A: Kernmodule > Management und Marketing > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Accounting, Finance and Taxation > Vertiefung > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master International Economics and Business > Version WS 2018 > Gesamtkonto MR IEB > Modulgruppe B: Advanced Methods > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Methoden > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > International Management and Marketing > Grundlagen > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Accounting, Finance and Taxation > Grundlagen > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Wirtschaftsinformatik / Information Systems > Grundlagen > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Wirtschaftsinformatik > Version 1 > Gesamtkonto MR WII > Wirtschaftsinformatik/ Informations Systems > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > International Management and Marketing > Vertiefung > 261170 | Computational Statistics - Regression in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Wirtschaftsinformatik / Information Systems > Vertiefung > 261170 | Computational Statistics - Regression in R
Fakultät für Informatik und Mathematik > Studiengänge > Master Computational Mathematics
Voraussetzungen
The course aims at students with a basic knowledge in statistics and complements some of the topics treated in 'Methods in Econometrics I and II'.Lernorganisation
Guided computer tutorials; students are expected to deepen their knowledge by completing self-contained R-exercises and by presenting/explaining code snippets.Leistungsnachweis
Final exam (60 minutes); R-skills are certified via a certificate when the final exam is passed.Literatur
- Kleiber, C. & A. Zeileis (2008), Applied Econometrics with R, Springer.
- Field, A. & Miles, J. & Field, Z. (2012), Discovering Statistics using R, SAGE.
- Wooldridge, J. (2013), Introductory Econometrics, 5Ed., South Western.
- Greene, W.H. (2012), Econometric Analysis, Pearson.
- Ligges, U. (2008), Programmieren mit R, Springer.
Diese Seite teilen
