Lehrveranstaltungen des Instituts für Ökonometrie und Data Science

Kompetenzbereiche Betriebs- und Volkswirtschaftslehre

• Bachelor-Seminar in Data Science & ökonometrischen Methoden (273034)

  	Termine:	Lehrpersonen:
  	Blockveranstaltung	Itzen, Krumme, Sönksen
  Inhalt:	Studierende lernen, wie man ein wissenschaftliches Papier in den Bereichen Data Science oder Ökonometrie verfasst und Forschungsergebnisse überzeugend und wissenschaftlich korrekt präsentiert. Die Studierenden vertiefen ihre methodischen Fähigkeiten und werden auf das Schreiben ihrer Abschlussarbeiten vorbereitet.
  Bemerkungen:	Details zu den Anmeldemodalitäten und dem Zeitplan werden auf der Institutswebseite bekannt gegeben. Prüferin: Prof. Dr. Sönksen

• Einführung in das wissenschaftliche Arbeiten am Institut für Ökonometrie und Data Science (273035)

  	Termine:	Lehrpersonen:
  	Blockveranstaltung	Itzen, Krumme
  Inhalt:	Einführung in die Programmierung mit Python Einführung in LaTeX Wissenschaftliches Schreiben und Integrität

• Introduction to Machine Learning (273037)

  	Termine:	Lehrpersonen:
  	Do. 09:15 - 10:45 | I-301	Sönksen
  Inhalt:	This course provides students with an introduction to machine learning methods. It deals with regression and classification settings and covers the following topics: difference between econometrics and machine learning learning theory (e.g. bias-variance trade-off) local prediction methods shrinkage and feature selection techniques classification and regression trees
  Literatur:	Introduction to Statistical Learning (James, Witten, Hastie, Tibshirani)

• Exercise Introduction to Machine Learning (273038)

  	Termine:	Lehrpersonen:
  	Fr. 09:15 - 10:45 | I-301	Itzen

Kompetenzbereich (Area) Data Science and Applied Econometrics

• Einführung in das wissenschaftliche Arbeiten am Institut für Ökonometrie und Data Science (373030)

  	Termine:	Lehrpersonen:
  	Blockveranstaltung	Itzen, Krumme
  Inhalt:	Einführung in die Programmierung mit Python Einführung in LaTeX Wissenschaftliches Schreiben und Integrität

• Master Seminar on Data Science & Econometric Methods (373031)

  	Termine:	Lehrpersonen:
  	Blockveranstaltung	Itzen, Krumme, Sönksen
  Inhalt:	Die Studierenden lernen, wie man eine wissenschaftliche Arbeit in Datenwissenschaft oder Ökonometrie verfasst und ihre Ergebnisse überzeugend und wissenschaftlich fundiert präsentiert. Sie vertiefen ihre methodischen Fähigkeiten und werden auf das Verfassen ihrer Masterarbeit vorbereitet.

• Causal Machine Learning (373032)

  	Termine:	Lehrpersonen:
  	Fr. 09:15 - 10:45 | II-013	Sönksen
  Inhalt:	This course combines the flexibility of machine learning methods with econometrics and covers the following topics: a short overview of machine learning measures of causal effects (e.g., average treatment effects) machine learning techniques to estimate causal effects (e.g., causal forests)
  Literatur:	Applied Causal Inference Powered by ML and AI, Chernozhukov/Hansen/Kallus/Spindler/Syrgkanis

• Advanced Predictive Methods (373033)

  	Termine:	Lehrpersonen:
  	Do. 11:00 - 12:30 | I-332	Sönksen
  Inhalt:	This course familiarizes students with more elaborate prediction techniques. It covers the following topics: learning theory random forests boosting and bagging artificial neural networks support vector machines
  Literatur:	Elements of Statistical Learning (Friedman & Tibshirani)

• Exercise Advanced Predictive Methods (373034)

  	Termine:	Lehrpersonen:
  	Fr. 11:00 - 12:30 | II-013	Sönksen

• Research Seminar Financial Markets and the Global Challenges (77782)

  	Termine:	Lehrpersonen:
  	Mi. 11:00 - 12:30 | I-442	Blaufus, Dierkes, Dräger, Gassebner, Prokopczuk, Reichert, Schneider, Schröder, Sibbertsen, Sönksen, Todtenhaupt
  Inhalt:	External guests present their latest research

Kompetenzbereiche Betriebs- und Volkswirtschaftslehre

• Ökonometrie (273006)

  	Termine:	Lehrpersonen:
  	Do. 14:30 - 16:00 | I-301	Less
  Inhalt:	Die folgenden Kursinhalte sind geplant, können aber je nach zeitlichem Verlauf variieren: Motivationen für das lineare Regressionsmodell Schätzung und Inferenz Endogenität: Ursprünge und Lösungen Das verallgemeinerte lineare Regressionsmodell Instrumentenvariablen Das Verständnis für die theoretischen Konzepte aus der Vorlesung wird in der Übung gefördert. Dies geschiet u.a. durch den Einsatz statistischer Software. Die Übung ist somit ein wichtiger Bestandteil des Moduls.
  Literatur:	Angrist, J. und Pischke, J.-S. (2015), Mastering Metrics: The path from cause to effect, Princeton University Press, Princeton, New Jersey. Hansen, B. (2022), Econometrics, Princeton University Press, Princeton, New Jersey. Stock, J.H. and M.W. Watson (2007): Introduction to Econometrics, 3rd ed. Pearson
  Bemerkungen:	Materialien werden sukzessive auf Stud.IP zur Verfügung gestellt.

• Übung zu Ökonometrie (273033)

  	Termine:	Lehrpersonen:
  	Di. 07:30 - 09:00 | I-301 (Gruppe 1)	Itzen
  	Do. 07:30 - 09:00 | I-301 (Gruppe 2)	Itzen
  	Mi. 07:30 - 09:00 | I-063 (Gruppe 3)	Krumme