Predictive Modeling
- type: Vorlesung (V)
- semester: SS 2023
-
time:
Mi 19.04.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 26.04.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 03.05.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 10.05.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 17.05.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 24.05.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 07.06.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 14.06.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 21.06.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 28.06.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 05.07.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 12.07.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 19.07.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
Mi 26.07.2023
09:45 - 11:15, wöchentlich
11.40 Raum 221
11.40 Kollegiengebäude am Ehrenhof
-
lecturer:
Prof. Dr. Fabian Krüger
Nils Koster
N.N. - sws: 2
- lv-no.: 2521311
- information: Präsenz
Inhalt | Lehrinhalt Der Kurs behandelt Methoden zur Erstellung und Auswertung statistischer Prognosen. In der Praxis sind verschiedene Arten von Prognosen relevant (Erwartungswert, Wahrscheinlichkeit, Quantil, Verteilung). Für jeden dieser Fälle werden im Kurs passende Modellierungsansätze, deren Implementierung mit R-Software sowie ökonomische Anwendungsbeispiele vorgestellt. Die Auswertung von Prognosen wird aus absoluter Sicht ("Passt das Prognosemodell zu den beobachteten Daten?") und aus relativer Sicht (Vergleich verschiedener Prognosemodelle) betrachtet. Lernziele Die Studierenden besitzen umfangreiche konzeptionelle Kenntnisse statistischer Prognosemethoden. Sie sind in der Lage diese mit statistischer Software umzusetzen und empirische Problemstellungen kritisch zu analysieren. Voraussetzungen Es werden inhaltliche Kenntnisse der Veranstaltung "Angewandte Ökonometrie" [2520020] vorausgesetzt. |
Vortragssprache | Englisch |
Literaturhinweise |
|