Vorlesung + Übung: Bayessche Statistik und Ökonometrie - Details

Vorlesung + Übung: Bayessche Statistik und Ökonometrie - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung + Übung: Bayessche Statistik und Ökonometrie
Veranstaltungsnummer 06056
Semester SS 2015
Aktuelle Anzahl der Teilnehmenden 4
Heimat-Einrichtung Rechnerorientierte Statistik und Datenanalyse
beteiligte Einrichtungen Institut für Mathematik
Veranstaltungstyp Vorlesung + Übung in der Kategorie Lehre
Erster Termin Montag, 13.04.2015 15:45 - 17:15, Ort: (1010/L1)
Teilnehmende geeignet für StudentInnen Master Mathematik, Master Wirtschaftsmathematik ab dem 1. Semester
Voraussetzungen Stochastik 1 und 2
Lernorganisation Vorlesung (3 SWS) - Nr. 06056 und
begleitende Übung (1 SWS) - Nr. 06057
Übung alle 2 Wochen zweistündig
Leistungsnachweis Klausur 90 Minuten
Veranstaltung findet online statt / hat Remote-Bestandteile Ja
Hauptunterrichtssprache deutsch
Literaturhinweise Blake, A., and Mumtaz, H. (2012). Applied Bayesian Econometrics for
Central Bankers. Bank of England / CCBS Technical Handbook No. 4.
Carlin, B.P., and Louis, Th.A. (2009). Bayesian Methods for Data
Analysis. Chapman and Hall.
Efron, B. (1986). Why Isn't Everyone a Bayesian? The American
Statistician 40 (1) 1-5
Gelman, A., Carlin, J.B., Stern, H.S., and Rubin, D.R. (1995).
Bayesian Data Analysis. Chapman and Hall.
Geweke, J. (2005). Contemporary Bayesian Econometrics and Statistics., Wiley.
Geweke, J., Koop, G., and van Dijk, H. (Eds.) (2011). The Oxford
Handbook of Bayesian Econometrics. Oxford.
Koop, G. (2003). Bayesian Econometrics. Wiley.
Robert, Ch. (2007). The Bayesian Choice. Springer.
ECTS-Punkte 6

Räume und Zeiten

(1010/L1)
Montag: 15:45 - 17:15, wöchentlich (13x)
Donnerstag: 15:45 - 17:15, wöchentlich (6x)
Donnerstag, 23.04.2015, Donnerstag, 07.05.2015, Donnerstag, 28.05.2015, Donnerstag, 18.06.2015, Donnerstag, 02.07.2015, Donnerstag, 16.07.2015 15:45 - 17:15
(1003/T)
Montag, 20.07.2015 10:00 - 11:30

Kommentar/Beschreibung

Grundlagen der Bayesschen Statistik, Prior-Verteilungen (konjugierte, nichtinformative), Posterior-Verteilungen, Optimalität von Bayesschätzern, Bayes-Tests, Schätzungen der Posterior-Verteilung über MCMC Methoden, Bayessche Netzwerke, Anwendungen der Bayesschen Statistik in der Ökonometrie.