Vorlesungsplan
1.
Einführung
Kap. 1: 1 – 20 (Wooldridge, 2 ed., s.
Literaturangabe).
Daten, ökonometrische Modelle, Schätzen und Testen, Kausalität, Prognose und
wirtschaftspolitische Evaluation.
2.
Bivariate lineare Regression
Kap. 2: 21 – 61.
Modellannahmen,
Regression, KQ-Schätzung (OLS), Erwartungswert und Varianz, Anpassungsgüte,
Residuen.
3.
Multivariate lineare Regression
Kap. 3: 68 – 104,
Kap. 4: 116 – 154, Kap. 5: 177 –179, Kap. 9: 302-307.
Verallgemeinerung
der bivariaten Regression auf mehrere erklärende Variable; Unverzerrtheit und
Effizienz, Gauss-Markov Theorem, Konsistenz, Gründe für Inkonsistenz des
KQ-Schätzers, asymptotische Effizienz.
4.
Hypothesentests
Kap. 4: 116 –
154, Kap. 5: 171 – 178.
Formulierung von Hypothesen, t- und F-Tests, Konfidenzintervalle,
asymptotische Normalverteilung und statistische Inferenz, LM-Statistik.
Praktische
Aspekte der Regressionsanalyse à
Übung
Kap. 6: 182 –
210, Kap. 7: 218 - 248.
Skalierung der Daten, Nichtlinearitäten, Dummy-Variablen, Prognose und
Residuenanalyse.
5.
Verallgemeinerte
KQ-Schätzung, Instrumentvariablen- und
zweistufige KQ-Schätzung
Kap. 8: 257 – 283,
Kap. 15: 484 – 509, Kap. 16: 525 – 540.
Heteroskedastie und Effizienz der KQ-Schätzung, Tests auf Heteroskedastie und
heteroskedastie-robuste Standardfehler, Gewichtete und verallgemeinerter
KQ-Schätzung (GLS)
Messfehler in erklärenden Variablen, Simultanitätsverzerrung, Identifikation,
Eigenschaften von Instrumentvariablen, IV-Schätzung, zweistufige KQ-Schätzung
(2SLS), Tests auf Endogenität; IV-Schätzung heterogener Treatment-Effekte.
6.
Binäre und zensierte
abhängige Variable, Selektionsmodelle
Kap. 17: 553 – 565;
Kap. 17: 565 – 572, 585 – 591.
Modellspezifikation bei binär abhängigen Variablen, Logit- und Probit-Modelle,
Maximum-Likelihood Schätzung, Interpretation der geschätzten Koeffizienten,
Hypothesentests.
Zensierung und Selektivität, Tobit-Modell, Interpretation der Koeffizienten und
Elastizitäten, Regressionsmodelle mit Selektionskorrektur, Selektionsverzerrung
und Treatment-Effekte
7.
Regressionsmodelle für
Paneldaten
Kap. 13: 425 –
453; Kap. 14: 461 – 473.
Arten von Paneldaten, Natürliche Experimente und Politikanalyse,
Differenzen-von-Differenzen Schätzung, Regression mit fixen und zufälligen
Effekten.
8.
Regressionsanalyse mit
Zeitreihendaten
Kap. 10: 324 –
355, Kap. 11: 360 – 367, Kap. 12: 391 –
419, Kap. 18: 601 – 637.
Zeittrends und Saisonmuster, stationäre und nicht-stationäre Zeitreihen,
asymptotische Eigenschaften von OLS bei schwacher Stationarität; GLS-Schätzung bei
Autokorrelation, Tests auf Autokorrelation, Integrationstests, Dynamische
Modellierung und Multiplikatoren, Kointegration, Fehlerkorrektur-Modelle,
Prognose.