Event

Applied Econometrics [WS232520020]

Type

lecture (V)
Präsenz

Term

WS 23/24

SWS

Language

Englisch

Appointments

Links

ILIAS

Lecturers

Organisation

KIT-Fakultät für Wirtschaftswissenschaften

Part of

Brick Applied Econometrics | Industrial Engineering and Management (M.Sc.)
Brick Applied Econometrics | Economics Engineering (M.Sc.)
Brick Applied Econometrics | Digital Economics (M.Sc.)
Brick Applied Econometrics | Information Systems (M.Sc.)
Brick Applied Econometrics | Information Engineering and Management (M.Sc.)
Brick Applied Econometrics | Economathematics (M.Sc.)

Literature

Angrist, J.D., and J.-S. Pischke (2009): Mostly Harmless Econometrics. Princeton University Press.

Cattaneo, M.D., N. Idrobo and R. Titiunik (2020): A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press.

Hansen, B. (2022): Econometrics. Princeton University Press.

DiTraglia, F.J. (2021): Lecture Notes on Treatment Effects. Course notes, available at
https://www.treatment-effects.com/.

Appointments

25.10.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
08.11.2023 15:45 - 17:15 - Room: 10.91 Raum 213
15.11.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
22.11.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
29.11.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
06.12.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
13.12.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
20.12.2023 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
10.01.2024 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
17.01.2024 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
24.01.2024 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
31.01.2024 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
07.02.2024 15:45 - 17:15 - Room: Seminarraum Hauptgebäude
14.02.2024 15:45 - 17:15 - Room: Seminarraum Hauptgebäude

Note

Inhalt:

Der Kurs behandelt zwei ökonometrische Themengebiete: (1) Konditionaler Erwartungswert und Regression, und (2) Kausale Inferenz. Teil (1) beinhaltet Grundlagen wie die besten lineare Vorhersage, kleinste Quadrate-Schätzung und robuste Kovarianzschätzung. Teil (2) stellt den "potential outcomes"-Ansatz sowie Forschungsansätze wie randomisierte Versuche, Instrumentvariablen und Regression Discontinuity vor.

Für beide Themengebiete werden ökonometrische Methoden, empirische Beispiele (inklusive aktueller Forschungspapiere) sowie die Implementierung in R besprochen.

Lernziel:

Studierende sind in der Lage, die Eigenschaften verschiedener ökonometrischer Schätzer und Forschungsdesigns einzuschätzen, und die Schätzer in R zu implementieren.

Arbeitsaufwand:

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135 Stunden

Präsenzzeit: 30 Stunden

Selbststudium: 105 Stunden