Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

MikroökonometrieModulbeschreibung #70187 / Version 4

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v7)
Modul / Version#70187 / #4
GültigkeitWS 2019/20 – WiSe 2023/24
Verfügbare Sprache(n)Englisch
Leistungspunkte6
Modulverantwortliche*rWerwatz, Axel
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät VII
InstitutInstitut für Volkswirtschaftslehre und Wirtschaftsrecht
Fachgebiet37312100 FG Ökonometrie und Wirtschaftsstatistik

Kontakt

SekretariatH 57
Ansprechpartner*inMarcath, Ronja Maria
E-Mail-Adressesekretariat@statistik.tu-berlin.de
Webseitehttp://www.statistik.tu-berlin.de

Lernergebnisse

Mikroökonometrie ist die ökonometrische Analysen 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 sich 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.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
MicroeconometricsVorlesung71 210 L 1578 Wintersemester[en]2 ISIS
MicroeconometricsÜbung71 210 L 1579 Wintersemester[en]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Microeconometrics (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Microeconometrics (Übung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Microeconometrics (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Anwesenheit152 h30 h
Vor- und Nachbereitung152 h30 h
60 h

Microeconometrics (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Anwesenheit152 h30 h
Vor- und Nachbereitung151 h15 h
45 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Bearbeitung der benoteten Aufgaben215 h30 h
Klausurvorbereitung145 h45 h
75 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung und Übung.

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 Konzepten 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:

Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
Zwei Aufgabenblätter30schriftlichWährend 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.
Schriftliche Prüfung70schriftlich75 min

Prüfungsbeschreibung (Abschluss des Moduls)

The portfolio examination consists of the following elements, adding up to a maximum of 100 credits. The grading follows the joint conversion key of the School of Economics and Management (decision of the school's council dated May 28, 2014 - FKR VII-4/8-28.05.2014).

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

Bitte beachten Sie hierzu die Informationen auf unserer Website.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – www.isis.tu-berlin.de

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

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Industrial Economics
StuPO 2018
SoSe 2020Pflichtbereich › Kernstudium
WiSe 2020/21Pflichtbereich › Kernstudium
SoSe 2021Pflichtbereich › Kernstudium
WiSe 2021/22Pflichtbereich › Kernstudium
SoSe 2022Pflichtbereich › Kernstudium
WiSe 2022/23Pflichtbereich › Kernstudium
SoSe 2023Pflichtbereich › Kernstudium
WiSe 2023/24Pflichtbereich › Kernstudium
Wirtschaftsingenieurwesen
StuPO 2015
SoSe 2020Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
WiSe 2020/21Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
SoSe 2021Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
WiSe 2021/22Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
SoSe 2022Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
WiSe 2022/23Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
SoSe 2023Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics
WiSe 2023/24Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics

Sonstiges

Keine Angabe