Fachhochschule Brandenburg Fachbereich Wirtschaft
Transcrição
Fachhochschule Brandenburg Fachbereich Wirtschaft
Fachhochschule Brandenburg Prof. Dr. Michael Stobernack Fachbereich Wirtschaft 28.8.2015 Quantitative Tools – Applied Econometrics im WS 2015/2016 Termin: Montag, 8:30 – 12 Uhr, Raum 210 und 112 Inhalt: Die Ökonometrie verbindet die Wirtschaftswissenschaften mit der Mathematik, um das Verhalten von Individuen, Haushalten sowie Unternehmen zu analysieren und zu verallgemeinern, so dass ökonomische Theorien sowie Vermutungen über bestimmte Zusammenhänge an der Realität auf ihre Gültigkeit überprüft werden können. Insbesondere Unternehmen verfügen in einem stetig größer werdenden Umfang über elektronisch gespeicherte firmenspezifische und firmenexterne Daten. Durch eine professionelle Aufbereitung dieser Daten können strategische Informationen zur Verbesserung der eigenen Wettbewerbsfähigkeit gewonnen werden. In der Praxis wird dieses Potential allerdings nur zu einem kleinen Teil ausgeschöpft, da vielfältige Trends, Muster und Zusammenhänge in den Daten existieren, die nicht offensichtlich sind und daher mit herkömmlichen Methoden auch nicht entdeckt werden. Mit der Ökonometrie steht nun ein methodisches Instrumentarium bereit, um genau diese Lücke zu schließen. Bislang unbekannte Zusammenhänge werden entdeckt und zur Verbesserung der unternehmerischen Position verwendet. Lernziel: Verständnis für den strategischen Wert von Daten und Ökonometrie zur Lösung ökonomischer Probleme. Vermittlung von Werkzeugen, um mit Daten adäquat umzugehen bzw. auf Daten sinnvoll zu reagieren. Verbesserung von Entscheidungsgrundlagen. Die Veranstaltung vermittelt ein Grundwissen über die logistische Regression sowie über die Cox-Regression, so dass die Studierenden in die Lage versetzt werden, Theorien bzw. Hypothesen, die einen nicht-linearen Zusammenhang zwischen verschiedenen Variablen postulieren, empirisch auf ihre Gültigkeit zu testen. Im Vordergrund der Bearbeitung stehen dabei das Aufzeigen eines adäquaten Einsatzes der entsprechenden ökonometrischen Methoden sowie einer geeigneten Interpretation der daraus resultierenden Ergebnisse. Das Lernziel kann selbstverständlich nur erreicht werden, wenn Sie die angegebene Literatur lesen, und wenn Sie sich auch (!) außerhalb der Veranstaltungszeiten eigenständig mit der Software SPSS bzw. Stata beschäftigen. Um die Software auch abends oder am Wochenende zu nutzen, können Sie sich nach Einzahlung eines Pfandes von 20 Euro (siehe Moodle-Seite) einen Schlüssel für den PC-Saal im Raum 245 abholen. Zum besseren Verständnis der Materie werden in der Veranstaltung diverse Aufgabenblätter zur eigenständigen Bearbeitung durch die Studierenden ausgeteilt. Damit Sie auch eine Kontrolle Ihres Wissensfortschrittes erhalten, sende ich Ihnen nach den entsprechenden Veranstaltungsterminen per email ausführliche Musterlösungen zu den Aufgabenblättern. Gliederung 1. Einleitung 2. Einführung in Stata 3. Binomiales Logit-Modell 3.1 3.2 3.3 3.4 3.5 Signifikanztest der Koeffizienten Bestimmtheitsmaße LR-Test Multikollinearität Ausreißer in den Daten 4. Multinomiales Logit-Modell 4.1 Signifikanztest der Koeffizienten 4.2 Bestimmtheitsmaße 4.3 LR-Test 5. Ratenmodelle 5.1 Sterbetafel 5.2 Kaplan-Meier-Schätzer 5.3 Cox-Regression 6. Panelmodelle 6.1 Pooled Regression 6.2 Fixed-effect model 6.3 Random-effect model Prüfungsmodalität: Der Leistungsnachweis dieses Modules erfolgt in Form eines Projektes, das die Studierenden allein oder zu zweit zum Ende der Vorlesungszeit und in der vorlesungsfreien Zeit bearbeiten. Es soll eine ökonomische Fragestellung (Ursache-Wirkungs-Zusammenhang) anhand von Daten empirisch untersucht werden. Genaueres wird zu Beginn der Veranstaltung besprochen. Literaturempfehlung: zu Kapitel 2: 1. Baum, C.; An Introduction to Modern Econometrics Using Stata, 2006, Stata Press, College Station 2. Baum C.; Introduction to Stata, 2011; http://fmwww.bc.edu/GStat/docs/StataIntro.pdf 3. Lembcke, A.C.; Introduction to Stata, 2010; http://personal.lse.ac.uk/lembcke/ecStata/2010/MResStataNotesOct201 0PartA.pdf 4. Pfaff, T.; A Brief Introduction to Stata, 2009: http://www.wiwi.unimuenster.de/ioeb/Downloads/Forschen/Pfaff/Introduction_to_Stata_wit h_50+_Basic_Commands.pdf 5. Rodríguez, Germán; Stata Tutorial, http://data.princeton.edu/stata/ zu Kapitel 3 und 4: 6. Baltes-Götz, Bernhard; Logistische Regressionsanalyse mit SPSS, Universitäts-Rechenzentrum Trier, 2008 http://www.uni-trier.de/fileadmin/urt/doku/logist/logist.pdf 7. Diaz-Bone, Rainer/Künemund, Harald; Einführung in die binäre logistische Regression , Mitteilungen aus dem Schwerpunktbereich Methodenlehre, Heft Nr. 56, 2003, Freie Universität Berlin, http://www.rainer-diaz-bone.de/logreg.pdf 8. Fahrmeir, L./Kneib, T./Lang, S.; Regression. Modelle, Methoden und Anwendungen, 2. Auflage 2009, Springer Verlag, Berlin 9. Gönsch, J./Klein, R./Steinhardt, C.; Discrete Choice Modelling (Teil I), Grundlagen, in: WiSt, Heft 7, 2008, S. 356-362 10. Gönsch, J./Klein, R./Steinhardt, C.; Discrete Choice Modelling (Teil II), Anwendungsbezogene Aspekt, in: WiSt, Heft 8, 2008, S. 412-418 11. Hilbe, J.M.; Logistic Regression Models, 2009, CRC Press, Boca Raton 12. Hosmer, D.W./Lemeshow, S.; Applied Logistic Regression, 2. Auflage 2000, Wiley Verlag, New York 13. Krafft, Manfred; Der Ansatz der Logistischen Regression und seine Interpretation, in: Zeitschrift für Betriebswirtschaft, Heft 5/6, 1997, S. 625 – 642 14. Long, J. Scott/Freese, Jeremy; Regression models for categorical dependent variables using stata, Stata Press, 2. Auflage 2006, College Station, Tex. 15. Tutz, Gerhard; Die Analyse kategorialer Daten, 2000, Oldenbourg Verlag, München zu Kapitel 5: 16. Blossfeld, H.-P./Golsch, K./Rower, G.; Event History Analysis with Stata, 2007, Lawrence Erlbaum Associates, New York 17. Box-Steffensmeier, J./Jones, B.; Event History Modeling, 2004, Cambridge University Press, Cambridge 18. Cleves, M.A./Gould, W.W./Gutierrez, R.G./Marchenko, Y.; An Introduction to Survival Analysis using Stata, 2. Auflage 2008, Stata Press, College Station 19. Herrmann, H.; Überlebenszeitanalysen und Logistische Regression, 1998, http://www.mhhannover.de/fileadmin/institute/biometrie/Scripte/ausgew/survival.pdf 20. Hosmer, D.W./Lemeshow, S./May, S.; Applied Survival Analysis, Regression Modelling of Time-to-Event Data, 2. Aufl. 2008, Wiley Verlag, New York 21. Jenkins, Stephen; Survival Analysis, 2005 http://www.iser.essex.ac.uk/files/teaching/stephenj/ec968/pdfs/ec968lno tesv6.pdf 22. Kleinbaum, D. G./Klein, M.; Survival analysis: a self-learning text. 2005, Springer Verlag München 23. Reimer, K./Barrot, C.; Hazard-Raten-Modelle, in: Sönke, A. et al. (Hg.), Methodik der empirischen Forschung, 2009, Gabler Verlag, Wiesbaden, S. 331 - 348 zu Kapitel 6: 24. Baltagi, B.H.; Econometric Analysis of Panel Data, 4. Auflage 2008, Wiley, Chichester 25. Eckey, H.-F./Kosfeld, R./Dreger, C.; Ökonometrie, 4. Auflage 2011, Gabler Verlag, Wiesbaden 26. Fendel, Ralf; Paneldatenanalyse, Teil 1: Theoretische Grundlagen, in: WiSt Heft 12, 2004, S. 736-740 27. Fendel, Ralf; Paneldatenanalyse, Teil 2: Ein Anwendungsbeispiel, in: WiSt Heft 1, 2005, S. 41-44 28. Gujarati, D.N.; Basic Econometrics, 5. Auflage 2009, McGraw-Hill Verlag, New York 29. Schröder, A.; Prinzipien der Panelanalyse, in: Sönke, A. et al. (Hg.), Methodik der empirischen Forschung, 2009, Gabler Verlag, Wiesbaden, S. 315 - 330 30. Stock; J.H./Watson, M.W.; Introduction to Econometrics, 3. Auflage 2011, Pearson International Edition, Boston 31. Wooldridge, J.M.; Econometric Analysis of Cross Section and Panel Data, 2. Auflage 2010, The MIT Press, Cambridge 32. Royston, P./Lambert, P.; Flexible Parametric Survival Analysis Using Stata: Beyond the Cox Model, 2011, Stata Press, College Station, Tex. Sprechstunde: Bei jedem Studierenden tauchen viele Fragen zum Studium auf. Einen Teil davon können Sie selbst beantworten, und einen anderen Teil klären Sie mit Hilfe Ihrer Kollegen. Für den Rest der Fragen müssen Sie jedoch auf anderweitigen Rat zurückgreifen. Dafür biete ich Ihnen meine Unterstützung an. Und zwar Montag, 15:45 – 16:30 Uhr, Raum 227 Warten Sie nicht bis zum Ende des Semesters, sondern kommen Sie rechtzeitig. Die Vergangenheit hat gezeigt, dass Studierende mit vielen Fragen einen besseren Lernerfolg aufweisen als Studierende ohne Fragen. Darüberhinaus bin ich an Ihrem Feedback zu meinem Modul interessiert, damit Inhalt und Darbietung (auch dieser Informationsseiten) verbessert werden können. Wer mag, kann Fragen/Anmerkungen gerne auch per email schicken an: [email protected] (Ich antworte dann per email.).