Skip to main content
main-content

2022 | Buch

Empirische Ökonomie

Eine Einführung in Methoden und Anwendungen

verfasst von: Prof. Bernd Süssmuth, Dr. John Komlos

Verlag: Springer Berlin Heidelberg

share
TEILEN
insite
SUCHEN

Über dieses Buch

Das Buch liefert eine moderne und anwendungsorientierte Einführung in ökonometrische Methoden für Studierende der Wirtschaftswissenschaften. Anhand einfacher, origineller Anwendungen aus verschiedenen Gebieten, wie etwa Wirtschaftsgeschichte, Humankapitaltheorie, Politökonomie oder Biologie, werden die Methoden der klassischen Ökonometrie erklärt und veranschaulicht. Damit stellt sich das Buch der Aufgabe, den Studierenden neben den methodischen Fertigkeiten auch Anregung und Motivation zu eigenständigem empirischem Arbeiten zu geben. Da auch grundlegende Konzepte der beschreibenden und schließenden Statistik behandelt werden, sind keine Vorkenntnisse nötig. Die zweite Auflage ist um ein Kapitel sowie einen Index ergänzt.
Der InhaltMomentenschätzung auf StichprobenbasisBasiskonzepte der induktiven StatistikEinfaches OLS-RegressionsmodellMultiples OLS-RegressionsmodellMaximum-Likelihood-SchätzungQualitativvariablen-ModelleZeitreihenanalyse

Inhaltsverzeichnis

Frontmatter
1. Einführung
Zusammenfassung
Das Einstiegskapitel soll einen ersten Einblick in die Ökonometrie liefern. Dabei wird vor allem der Charakter der Ökonometrie als interdisziplinäre Schnittstelle hervorgehoben.
Bernd Süssmuth, John Komlos
2. Vorüberlegungen und Grundbegriffe
Zusammenfassung
Dieses Kapitel beschreibt zunächst die Statistik als Grundlage für die Ökonometrie und grenzt die Ökonometrie von den Naturwissenschaften ab. Im Rahmen der Aufgaben und Grundbegriffe, werden ökonometrische Modelle und Arten von Variablen erklärt.
Bernd Süssmuth, John Komlos
3. Momentenschätzung auf Stichprobenbasis
Zusammenfassung
Der Einstieg in das Kapitel erfolgt über die Klärung der Begriffe Grundgesamtheit und Stichprobe. Weiterhin wird der Unterschied zwischen diskreten und kontinuierlichen Variablen hervorgehoben, unter anderem durch das Aufzeigen der Wahrscheinlichkeits- und Verteilungsfunktionen. Darüber hinaus wird das Schätzen von Verteilungsmomenten auf Grundlage von Stichproben thematisiert, wobei hier Begriffe wie Verzerrung, Effizienz und Konsistenz erläutert werden.
Bernd Süssmuth, John Komlos
4. Basiskonzepte der induktiven Statistik
Zusammenfassung
Nachdem am Anfang dieses Kapitels statistische Maßzahlen wiederholt werden, wird sowohl die Normalverteilung, als auch die Standardnormalverteilung erläutert. Darauf aufbauend wird der Jarque-Bera-Test auf Normalverteilung erklärt. Folgend, wird das Testen von Hypothesen thematisiert, wobei ein besonderes Augenmerk auf dem Student-t-Test liegt. Am Ende des Kapitels werden schließlich Konfidenzintervalle behandelt.
Bernd Süssmuth, John Komlos
5. Einfaches OLS-Regressionsmodell
Zusammenfassung
Das Kapitel zum Ordinary-Least-Squares-Modells beschäftigt sich zunächst mit der Herleitung des Modells, wobei unter anderem der Unterschied zwischen Störterm und Residuum thematisiert wird. Anschließend werden Annahmen und Besonderheiten des OLS-Modells behandelt, wobei das Gütemaß R2, Konfidenzintervalle und Signifikanztests des OLS-Schätzers im Mittelpunkt stehen. Am Ende des Kapitels wird im Rahmen der Verletzung der OLS-Annahmen insbesondere die Thematik der Heteroskedastizität und Autokorrelation analysiert.
Bernd Süssmuth, John Komlos
6. Multiples OLS-Regressionsmodell
Zusammenfassung
Die mathematische Grundlage für das multiple OLS-Modell stellt die Matrixalgebra dar, weshalb diese den Einstieg in das Kapitel darstellt. Darauf aufbauend wird Schritt für Schritt der Schätzer im Mehr-Exogenen-Fall hergeleitet. Um den gemeinschaftlichen Effekt der Erklärenden auf die zu erklärende Variable y zu untersuchen, wird die Wirkungsweise des F-Tests erklärt. Mit dem Existieren mehrerer Erklärender tritt potenziell das Problem der Multikollinearität auf, welches mit Varianzinflationsfaktoren aufgespürt werden kann. Schließlich werden Besonderheiten des multiplen OLS und das Prinzip der auxiliären Regression besprochen. Am Ende dieses Kapitels wird außerdem eine Lösung für den Fall der Korrelation des Störterms mit einer erklärenden Variable präsentiert: Die zweistufige- beziehungsweise Instrumentenvariablenschätzung.
Bernd Süssmuth, John Komlos
7. Maximum-Likelihood-Schätzung
Zusammenfassung
Dieses Kapitel gibt einen kurzen Einblick über die Methode der Maximum-Likelihood-Schätzung. Dabei wird in der ersten Hälfte auf den ML-Schätzer im Rahmen von Stichprobenschätzungen und in der zweiten Hälfte auf den ML-Schätzer im Rahmen linearer Regressionsmodelle eingegangen.
Bernd Süssmuth, John Komlos
8. Qualitativvariablen-Modelle
Zusammenfassung
In der ersten Hälfte des Kapitels werden Modelle im Zusammenhang mit dichotomen unabhängigen Variablen erläutert. Dazu zählen unter anderem Interaktionsterme und auch asymmetrische Reaktionen. In der zweiten Hälfte werden binäre abhängige Variablen im Rahmen des Probit- und Logit-Modells behandelt.
Bernd Süssmuth, John Komlos
9. Zeitreihenanalyse
Zusammenfassung
Der Einstieg in die Zeitreihenanalyse erfolgt über das Unbeobachtete-Komponenten-Modell. Unterstellt man dieses Konzept, ist es möglich eine Zeitreihe in verschiedene Komponenten, wie den Trend oder einer zyklischen Komponente, aufzuspalten. Darauf folgt die Einführung in univariate stochastische Prozesse und stationäre Reihen. Im Anschluss werden die Unterschiede von stochastischen und deterministischen Trendmodellen, die Vorgehensweise der Einheitswurzeltests und die Bedeutung der Autokorrelationsfunktion verdeutlicht. Das Kapitel zur Zeitreihenanalyse endet mit Zeitreihenmodellen, wobei der ARIMA-Ansatz hier im Vordergrund steht.
Bernd Süssmuth, John Komlos
Backmatter
Metadaten
Titel
Empirische Ökonomie
verfasst von
Prof. Bernd Süssmuth
Dr. John Komlos
Copyright-Jahr
2022
Verlag
Springer Berlin Heidelberg
Electronic ISBN
978-3-642-30076-9
Print ISBN
978-3-642-30075-2
DOI
https://doi.org/10.1007/978-3-642-30076-9

Premium Partner