Einführung in die empirische Wirtschaftsforschung EWF

Überblick

• ECTS: 6
• Unterrichtssprache: Deutsch
• Vorkenntnisse: Statistik (2. Semester) empfohlen
• Empfohlenes Semester: 3. Semester
• Bereich der Aufbaustufe: Gemeinsames Pflichtprogramm
• Abgedeckte Interessen: Statistik, Ökonometrie
• Aufwand pro ECTS (angemessen, viel, zu viel): angemessen

Abstract

Kurze Zusammenfassung:

Wie verhält sich Korrelation im Verhältnis zu Kausalität? Wie quantifiziert man kausale Effekte zwischen zwei Variablen? Die Einführung in die empirische Wirtschaftsforschung (EWF) wiederholt einige Konzepte aus der Statistik (aus dem 2. Semester) und baut auf diesen auf, um die Studierenden in den Grundpfeiler der Ökonometrie einzuführen: die Regressionsanalyse. Die behandelten Themen werden im Statistikprogramm RStudio veranschaulicht, welches ebenfalls Teil des Syllabus ist. Dadurch vermittelt EWF theoretisches Grundlagenwissen für weiterführende ökonometrische Module und verschafft Vorteile im Verständnis von statistischen Analysen.

Herausforderungen / Good to know:

EWF mag herausfordernd erscheinen - das Schwierige der Veranstaltung liegt in der Vermittlung des theoretischen Wissen und Verständnisses statistischer Methoden und mag daher etwas trocken erscheinen. Das angeeignete Grundlagenwissen erweist sich über das Modul hinaus als sehr nützlich und ist unabdingbar für weiterführende ökonometrische Module.

Pro / Contra

Vorlesung (Inhalt, Aufbau, Lernmaterialien)

Pro

• Vorlesungsfolien reich an Inhalten mit Literaturverweisen
• Teilweise Wiederholung und Vertiefung aus der Statistik vom 2. Semester, danach Aufbau

Contra

• Vorlesung ist didaktisch nicht sehr gewinnend, welches auch das Interesse am Stoff selber dämpft

Übung (Relevanz, Bezug zur Vorlesung)

Pro

• wöchentliche Übungsstunden, worin die Übungen vorgerechnet werden und Platz für Fragen geschaffen wird
• tragen zusätzlich zur Vorlesung und der Aneignung von konzeptionellem Wissen zum mathematischen Verständnis des Stoffes bei

Contra

• die Softwareübungen in RStudio sind sehr herausfordernd und zeitintensiv, und erweisen sich im Bezug auf das Lernen einer neuen Statistiksoftware als begrenzt nützlich.

Aufwand für die Prüfung / Tipps

Aufwand: 

Angemessen

Gewichtung der Übungen: 

Die Abgabe von zwei Softwareübungen in R während des Semesters führt bei Bestehen beider Übungen zu +0.25 der finalen Note. Die restlichen Übungen dienen mehrheitlich zum mathematischen Verständnis des Stoffes.

Materialien:

• Vorlesungsfolien
• Übungsblätter und Übungsstunden

Lernstrategie:

Konzeptionelles Verständnis dominiert über pure Anwendung der Formeln. Es lohnt sich daher, die Inhalte der Vorlesung intuitiv zu erarbeiten, und diese anschliessend mathematisch zu vertiefen.

Einordnung im Studium

Welche Fächer bauen darauf auf: 

Intermediate Econometrics, Arbeitsmarktökonomik, Global Policy Analysis, Gender Economics, Health Economics

Ähnliche Fächer:

Intermediate Econometrics, Arbeitsmarktökonomik, Global Policy Analysis