Leibniz Universität Hannover Faculty Wirtschaftswissenschaftliche Fakultät
English Kontakt English
Institut für Statistik
 
Lehre
Lehrveranstaltungen

Lehrveranstaltungen des Instituts für Statistik

Alle Veranstaltungen in den nachfolgenden Tabellen werden in den Ankündigungen nach Semestern beschrieben. Für Seminare gibt es ausführliche Zusatzinformation in Form von Steckbriefen auf den verlinkten Seiten.

Übersicht Bachelor

Pflichtprogramm

Modul / VeranstaltungEmpf. Fach­semesterSpracheSemester
Statistik (Beschreibende Statistik) 1Deutsch Winter
Statistik (Schließende Statistik) 2DeutschSommer

Kompetenzbereich BWL / VWL

Modul / VeranstaltungEmpf. Fach­semesterSpracheSemester
Ökonometrie 5Deutsch Winter
Seminar Ökonometrie 6Deutsch Sommer

Übersicht Master

Area Empirical Economics and Econometrics

Modul / VeranstaltungEmpf. Fach­semesterSpracheSemester
Advanced Statistics1 EnglischWinter
Advanced Econometrics1EnglischWinter
Computerintensive Statistics3Englischunregelmäßig
Financial Econometrics13Englisch Winter
Multivariate Statistics2Englisch Sommer
Nonparametric Statistical Methods2 Englisch Sommer
Statistical Programming2 Englisch Sommer
Stochastic Processes for Option Pricing3 EnglischWinter
Time Series Analysis12 Englisch Sommer
Advanced Time Series Analysis13 Englisch Winter
Seminar Econometrics3 Englisch Winter
Seminar Applied Econometrics2 Englisch Sommer

1 Auch Area Finance, Banking & Insurance

Veranstaltungsankündigungen nach Semestern

  • Wintersemester 2022/2023

    Bachelor Wirtschaftswissenschaft

    Kompetenzbereich Statistik

    • Tutorium zu Beschreibende Statistik (270024)

      Termine:Lehrpersonen:
      Mo. 09:15 - 10:45 | I-332 (Gruppe 1)Tutor
      Mo. 09:15 - 10:45 | VII-004 (Gruppe 2)Tutor
      Mo. 09:15 - 10:45 | I-063 (Gruppe 3)Tutor
      Mo. 12:45 - 14:15 | I-332 (Gruppe 4)Tutor
      Mo. 12:45 - 14:15 | I-063 (Gruppe 5)Tutor
      Mo. 16:15 - 17:45 | I-442 (Gruppe 6)Tutor
      Mo. 16:15 - 17:45 | I-332 (Gruppe 7)Tutor
      Mo. 16:15 - 17:45 | I-063 (Gruppe 8)Tutor
      Di. 09:15 - 10:45 | VII-002 (Gruppe 9)Tutor
      Di. 09:15 - 10:45 | I-442 (Gruppe 10)Tutor
      Di. 09:15 - 10:45 | I-332 (Gruppe 11)Tutor
      Di. 09:15 - 10:45 | I-063 (Gruppe 12)Tutor
      Mi. 11:00 - 12:30 | I-442 (Gruppe 13)Tutor
      Mi. 12:45 - 14:15 | I-063 (Gruppe 14)Tutor
      Mi. 18:15 - 19:45 | VII-004 (Gruppe 15)Tutor
      Mi. 18:15 - 19:45 | I-063 (Gruppe 16)Tutor
      Do. 07:30 - 09:00 | VII-005 (Gruppe 17)Tutor
      Do. 07:30 - 09:00 | I-063 (Gruppe 18)Tutor
      Do. 14:30 - 16:00 | I-063 (Gruppe 19)Tutor
      Do. 16:15 - 17:45 | III-115 (Gruppe 20)Tutor
      Do. 16:15 - 17:45 | I-063 (Gruppe 21)Tutor
      Fr. 07:30 - 09:00 | VII-002 (Gruppe 22)Tutor
      Fr. 07:30 - 09:00 | VII-005 (Gruppe 23)Tutor
      Fr. 14:30 - 16:00 | I-063 (Gruppe 24)Tutor
      Bemerkungen:

      Es wird Bereitschaft zur aktiven Mitarbeit erwartet.

      Es handelt sich um ein ergänzendes Tutorium in Präsenzform.

      Termine und organisatorische Einzelheiten werden in der Vorlesung und über das StudIP bekannt gegeben.

      Beginn der Gruppenanmeldung in Stud.IP: Do. 20.10.2022 13:00 Uhr

      Ende der Gruppenanmeldung in Stud.IP: Fr. 28.10.2022 14:00 Uhr

    • Beschreibende Statistik (270148)

      Termine:Lehrpersonen:
      Fr. 09:15 - 10:45 | VII-201 (Gruppe 1)Lehne
      Mi. 09:15 - 10:45 | VII-002 (Gruppe 2)Less
      Inhalt:
      1. Einführung
      2. Empirische Verteilungen
      3. Korrelationsrechnung
      4. Wahrscheinlichkeitsrechnung
      5. Theoretische Verteilungen.
      Literatur:
      • Sibbertsen, P., Lehne, H. (2015) Statistik, Einführung für Wirtschafts- und Sozialwissenschaftler, Springer, Berlin.
      • Schira, J. (2009) Statistische Methoden der VWL und BWL, Pearson München, 3. Auflage.
      • Fahrmeir et al (2009) Statistik: Der Weg zur Datenanalyse, Springer, Berlin, 7. Auflage.
      • Bamberg, Baur (2001) Statistik, Oldenbourg, München, 12. Auflage.

    • Übung zu Beschreibende Statistik (270150)

      Termine:Lehrpersonen:
      Do. 09:15 - 10:45 | VII-201 (Gruppe 1)Lehne
      Mi. 07:30 - 09:00 | VII-002 (Gruppe 2)Less
      Bemerkungen:

      Endet nach Hälfte der Vorlesungszeit

    Kompetenzbereiche Betriebs- und Volkswirtschaftslehre

    • Ökonometrie (273006)

      Termine:Lehrpersonen:
      Mo. 16:15 - 17:45 | I-401Kreye
      Inhalt:
      • Einführung, mathematische und statistische Grundlagen
      • Allgemeines multiples lineares Regressionsmodell
      • Erweiterungen und Anwendungen des linearen Regressionsmodells:
        Fehlspezifikation, Modellwahl, Modelldiagnose, Multikollinearität, stochasitsche Regressoren
      Literatur:
      • Stock, J.H. and M.W. Watson (2007): Introduction to Econometrics, 3rd ed. Pearson.
      • von Auer, L. (2003):  Okonometrie. Eine Einführung, 2. Aufl. Springer Verlag.
      • Verbeek, L. (2012): A Guide to Modern Econometrics, 4th ed. Wiley.
      Bemerkungen:

      Materialien werden auf Stud.IP zur Verfügung gestellt.

    Master Wirtschaftswissenschaft

    Kompetenzbereich (Area) Empirical Economics and Econometrics

    • Advanced Statistics (373000)

      Termine:Lehrpersonen:
      Do. 11:00 - 12:30 | I-442Meier
      Inhalt:
      • Probability Theory: Random Variables, Densities Distribution Functions, Moments of Random Variables
      • Parametric Families of Distributions
      • Point Estimation: Least Squares, Method of Moments, GMM, Maximum Likelihood
      • Hypothesis Testing: Theory of Testing, LR-, Wald-, LM-Test, Testing in the linear model
      Literatur:
      • Mood, Graybill and Boes (1974) Introduction to the Theory of Statistics.
      • Mittelhammer, R. (1996): Mathematical Statistics for Economics and Business, Springer.

    • Seminar Econometrics (373002)

      Termine:Lehrpersonen:
      BlockveranstaltungFlock, NN(Statistik)
      Inhalt:

      The seminar will be on "Time Series Analysis"

      Bemerkungen:

      Further Information about the seminar can be found on the website of the Institute for Statistics.

      The seminar will be held as a face-to-face event.

      Prüfer: Prof. Dr. Sibbertsen

    • Stochastic Processes for Option Pricing (373014)

      Termine:Lehrpersonen:
      Di. 14:30 - 16:00 | I-332Flock
      Inhalt:
      • Stochastic basics
      • Principles and properties of stochastic processes
      • Special stochastic processes
      • Martingales and stopping times
      • Stochastic analysis
      • Options and the Black Scholes formula
      Literatur:
      • Hassler, U. (2007): Stochastische Integration und
        Zeitreihenmodellierung, Springer.
      • Hull, J. (2012): Options, Futures, and other Derivatives, Pearson.
      • Meintrup, D. und S. Schaer (2005): Stochastik - Theorie und
        Anwendungen, Springer.
      • Mikosch, T. (1998): Elementary Stochastic Calculus with Finance in
        View, World Scientific.
      • Shreve, S. (2004): Stochastic Calculus for Finance I and II, Springer.
      • Webel, K. und D. Wied (2012): Stochastische Prozesse, Gabler.
      Bemerkungen:

      Only the basic lectures in statistics are required as prior knowledge.

    Mehrere Kompetenzbereiche (Areas)

    • Financial Econometrics (379012)

      Termine:Lehrpersonen:
      Mo. 14:30 - 16:00 | I-063Less
      Inhalt:
      • Characteristics of Financial Time Series
      • Volatility Modelling
      • Factor Models
      • Cointegration
      • Empirical Tests of the CAPM.
      Literatur:
      • Andersen, T. G., Davis, R. A., Kreiss, J. P., & Mikosch, T. V. (Eds.). (2009): Handbook of financial time series. Springer Science & Business Media.
      • Campbell, J. Y., Lo, A. W. and MacKinlay, A. C. (1997): The Econometrics of Financial Markets, Princeton University Press, Princeton, New Jersey.
      • Greene, W. H. (2012): Econometric analysis (International Edition), 7th ed., Pearson, Essex.
      • Hamilton, J. D. (1994): Time Series Analysis, Princeton University Press, Princeton, New Jersey.
      • Martin, V., Hurn, S. and Harris, D. (2013): Econometric Modelling with Time Series - Specification, Estimation and Testing, Cambridge University Press, New York, USA.
      • Tsay, R. S. (2010): Analysis of Financial Time Series, 3rd. ed., Wiley, Hoboken, New Jersey.

    • Advanced Econometrics (379023)

      Termine:Lehrpersonen:
      Fr. 09:15 - 10:45 | I-342Fitter
      Inhalt:
      • Introduction to Basic Econometrics & Stata
      • Probit & Logit Models
      • Count Data Models
      • Tobit & Selection Models
      • Estimating Treatment Effects
      • Survival Analysis
      Literatur:
      • Takeshi Amemiya. Advanced Econometrics. Harvard
        university press, 1985.
      • Cameron, A.C., Trivedi, P.K., 2005. Microeconometrics: Methods and Applications, Cambridge University Press.
      • Greene, W. H., 2012. Econometric Analysis, Pearson.
      • Hayashi, F., Econometrics, 2000. Princeton University Press.
      • Stock, J. H., Watson, M. W., 2014. Introduction to Econometrics, Pearson.
      • Wooldridge, J. M., 2010. Econometric Analysis of Cross Section and Panel Data, MIT Press.
      • Wooldridge, J. M., 2012. Introductory Econometrics, South-Western College Publishing.
      • Mario Cleves et al. An Introduction to Survival Analysis
        using Stata. Vol. 3. Stata press, 2010.
      Bemerkungen:

      More information on Stud.IP

    • Advanced Time Series Analysis (379029)

      Termine:Lehrpersonen:
      Fr. 07:30 - 09:00 | I-063Toumping Fotso
      Inhalt:
      • Introduction and overview
      • Multivariate Time Series Models
      • Vector Autoregressive Models (VARs) and structural VARs
      • Cointegration and Error-Correction Models
      • Vector Error-Correction Models
      • Non-linear models and Breaks
      • Threshold Autoregressive Models (TAR)
      • Extension of TAR Models
      Literatur:
      • Enders, W. (2014). Applied Econometric Time Series, Wiley.
      • Lütkepohl, H. (2005) New Introduction to Multiple Time Series Analysis, Springer.
      • Lütkepohl, H. (2004) Applied Time Series Econometrics, Cambridge University Press.

    Forschungsveranstaltungen

    • Finance Research Seminar (77782)

      Termine:Lehrpersonen:
      Mi. 11:00 - 12:30 | I-063Dierkes, Dräger, Prokopczuk, Schneider, Sibbertsen
      Inhalt:

      External guests present their latest research

    • Kolloquium Innovation und Lernen (77787)

      Termine:Lehrpersonen:
      BlockveranstaltungBlaufus, Dierkes, Dräger, Foege, Gassebner, Gnutzmann-Mkrtchyan, Grote, Haunschild, Piening, Prokopczuk, Reichert, Schneider, Schöndube, Schröder, Sibbertsen, Walsh, Weber, Wielenberg
      Inhalt:

      Im Kolloquium werden Forschungsprojekte im Rahmen des Forschungsschwerpunkts "Innovation und Lernen" vorgestellt.

  • Sommersemester 2022

    Bachelor Wirtschaftswissenschaft, PO 2017

    Statistik

    • Schließende Statistik (270158)

      Termine:Lehrpersonen:
      Mi. 09:15 - 10:45 | VII-002 (Gruppe 1)Sibbertsen
      Fr. 09:15 - 10:45 | VII-201 (Gruppe 2)Lehne
      Inhalt:
      • Normalverteilung
      • Binomialverteilung
      • Stichproben
      • Punktschätzung
      • Intervallschätzung
      • Statistische Tests
      • Regressionsanalyse
      Literatur:
      • Sibbertsen, P./Lehne, H. (2014) Statistik, 2. Auflage, Berlin.
      • Fahrmeir, L. et al. (2004) Statistik, 5. Auflage Berlin.
      • Schlittgen, R. (2003) Einführung in die Statistik, 10. Auflage München.

    • Übung zu Schließende Statistik (270159)

      Termine:Lehrpersonen:
      Mi. 07:30 - 09:00 | VII-002 (Gruppe 1)Sibbertsen
      Mo. 09:15 - 10:45 | VII-201 (Gruppe 2)Lehne

    • Tutorium zu Schließende Statistik (270031)

      Termine:Lehrpersonen:
      Mo. 12:45 - 14:15 | I-401 (Gruppe 1)Tutor
      Mo. 12:45 - 14:15 | I-442 (Gruppe 2)Tutor
      Mo. 12:45 - 14:15 | I-332 (Gruppe 3)Tutor
      Mo. 14:30 - 16:00 | I-442 (Gruppe 4)Tutor
      Mo. 14:30 - 16:00 | I-332 (Gruppe 5)Tutor
      Mo. 14:30 - 16:00 | I-063 (Gruppe 6)Tutor
      Di. 09:15 - 10:45 | I-442 (Gruppe 7)Tutor
      Di. 11:00 - 12:30 | III-115 (Gruppe 8)Tutor
      Di. 16:15 - 17:45 | I-063 (Gruppe 9)Tutor
      Mi. 11:00 - 12:30 | I-442 (Gruppe 10)Tutor
      Mi. 14:30 - 16:00 | III-115 (Gruppe 11)Tutor
      Mi. 14:30 - 16:00 | I-063 (Gruppe 12)Tutor
      Mi. 16:15 - 17:45 | I-442 (Gruppe 13)Tutor
      Do. 09:15 - 10:45 | II-013 (Gruppe 14)Tutor
      Do. 09:15 - 10:45 | VII-005 (Gruppe 15)Tutor
      Do. 09:15 - 10:45 | I-332 (Gruppe 16)Tutor
      Do. 11:00 - 12:30 | II-013 (Gruppe 17)Tutor
      Do. 11:00 - 12:30 | III-115 (Gruppe 18)Tutor
      Do. 11:00 - 12:30 | I-063 (Gruppe 19)Tutor
      Do. 14:30 - 16:00 | I-442 (Gruppe 20)Tutor
      Fr. 07:30 - 09:00 | I-063 (Gruppe 21)Tutor
      Fr. 11:00 - 12:30 | I-332 (Gruppe 22)Tutor
      Fr. 11:00 - 12:30 | I-063 (Gruppe 23)Tutor
      Fr. 14:30 - 16:00 | I-063 (Gruppe 24)Tutor
      Bemerkungen:

      Bereitschaft zur aktiven Mitarbeit in den eingeteilten Tutoriumsgruppen wird erwartet.

      Die Gruppeneinteilung findet über Stud.IP am Mi. 13.04.2022 ab 11:30 Uhr statt.

    Kompetenzbereiche Betriebs- und Volkswirtschaftslehre

    • Seminar Ökonometrie (273002)

      Termine:Lehrpersonen:
      Blockveranstaltung (Gruppe 1)Sibbertsen
      (Gruppe 2)Mboya, Meier
      Inhalt:

      Thema des Seminars im Wintersemester 2018/2019 ist "Regressionsanalyse"

      Bemerkungen:

      Das Seminar wird als Blockveranstaltung durchgeführt. Nähere Angaben zur Themenvergabe und zum Zeitpunkt der Veranstaltung werden auf der Internetseite des Instituts für Statistik bekannt gegeben.

      Prüfer: Prof. Dr. Sibbertsen

    Master Wirtschaftswissenschaft, PO 2018

    Area Empirical Economics and Econometrics

    • Statistical Programming (373005)

      Termine:Lehrpersonen:
      Do. 14:30 - 16:00 | II-214Flock
      Inhalt:
      • Data Structures
      • Functions and Loops
      • Handling Data
      • Graphics
      • Linear Regression
      • Numerical Optimization
      • Monte Carlo Methods
      Literatur:
      • Ligges (2007) Programmieren mit R, Berlin, Springer.
      • Braun / Murdock (2007) A first course in statistical programming with R, Cambridge University Press.
      • Rizzo (2008) Statistical Computing with R, Chapman & Hall.

    • Computerintensive Statistics (373015)

      Termine:Lehrpersonen:
      Mo. 09:15 - 10:45 | I-332Mboya
      Inhalt:
      • Metropolis Algorithm
      • Adaptive Metropolis Algorithm
      • Delayed Rejection Adaptive Metropolis
      • Metropolis-Hastings Algorithm
      • Gibbs Sampling
      Literatur:

      Albert, Jim (2007): Bayesian Computation with R, Springer

    • Seminar Applied Econometrics (373016)

      Termine:Lehrpersonen:
      Blockveranstaltung (Gruppe 1)Sibbertsen
      (Gruppe 2)Flock, Less
      Inhalt:

      The seminar will be on "Machine Learning"

      Bemerkungen:

      Further Information about the seminar can be found on the website of the Institute for Statistics.

      Prüfer: Prof. Dr. Sibbertsen

    • Machine Learning (373024)

      Termine:Lehrpersonen:
      Di. 12:45 - 14:15 | I-342Meier
      Inhalt:

      The term machine learning summarises a wide range of statistical methods used for pattern recognition, classification and prediction. Applications encompass the recognition of text, speech and images, spam and fraud detection, recommendation systems for customers, as well as generating information from large quantities of data or predicting stock prices.

      This lecture covers a selection of common supervised to unsupervised learning algorithms. These refer to clustering and regression problems, and clustering and dimensionality reduction methods respectively. Examples of covered statistical methods include:

      • Linear and logistic regression
      • K-nearest neighbours
      • Naïve Bayes
      • Model selection and cross validation
      • Tree-based methods
      • Support vector machines
      • Principal component analysis
      • Neural networks

      The lecture includes applications in R. Previous experience with R is helpful, but not required.

      Literatur:
      • Friedman, J., Hastie, T., & Tibshirani, R. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (Vol. 2). Springer, Berlin: Springer Series in Statistics.
      • James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning with Applications in R (Vol. 112). New York: Springer.
      • Bishop, C. (2006): Pattern Recognition and Machine Learning, Springer, New York: Information Science and Statistics
      • Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. MIT Press.
      • Wasserman, L. (2013). All of Statistics: A Concise Course in Statistical Inference. Springer Science & Business Media.

    Mehrere Areas

    • Time Series Analysis (379016)

      Termine:Lehrpersonen:
      Mi. 12:45 - 14:15 | I-342Sibbertsen
      Inhalt:
      • Stationarity
      • Autoregressive und Moving Average Models
      • Non-Stationarity
      • Forecasting
      • Spectral Analysis
      • Long Memory Time Series.
      Literatur:
      • Hamilton, J. D. (1994): Time Series Analysis, Princeton.
      • Schlittgen, R., Stritberg, H. J. (2003): Zeitreihenanalyse, Oldenbourg.

    Forschungsveranstaltungen

    • Finance Research Seminar (77782)

      Termine:Lehrpersonen:
      Mi. 11:00 - 12:30 | I-063Dierkes, Dräger, Prokopczuk, Schneider, Sibbertsen
      Inhalt:

      External guests present their latest research

  • Wintersemester 2021/2022

    Bachelor Wirtschaftswissenschaft, PO 2017

    Statistik

    • Tutorium zu Beschreibende Statistik (270024)

      Termine:Lehrpersonen:
      Mo. 09:15 - 10:45 | I-442 (Gruppe 1)Tutor
      Mo. 09:15 - 10:45 | I-332 (Gruppe 2)Tutor
      Mo. 16:15 - 17:45 | III-115 (Gruppe 3)Tutor
      Mo. 16:15 - 17:45 | I-442 (Gruppe 4)Tutor
      Mo. 16:15 - 17:45 | I-332 (Gruppe 5)Tutor
      Di. 09:15 - 10:45 | I-332 (Gruppe 6)Tutor
      Di. 11:00 - 12:30 | I-442 (Gruppe 7)Tutor
      Di. 14:30 - 16:00 | I-442 (Gruppe 8)Tutor
      Di. 16:15 - 17:45 | I-063 (Gruppe 9)Tutor
      Mi. 12:45 - 14:15 | III-115 (Gruppe 10)Tutor
      Mi. 14:30 - 16:00 | I-063 (Gruppe 11)Tutor
      Mi. 16:15 - 17:45 | I-063 (Gruppe 12)Tutor
      Do. 11:00 - 12:30 | III-115 (Gruppe 13)Tutor
      Do. 12:45 - 14:15 | I-332 (Gruppe 14)Tutor
      Do. 12:45 - 14:15 | I-063 (Gruppe 15)Tutor
      Do. 14:30 - 16:00 | I-063 (Gruppe 16)Tutor
      Do. 16:15 - 17:45 | I-442 (Gruppe 17)Tutor
      Do. 16:15 - 17:45 | I-332 (Gruppe 18)Tutor
      Fr. 07:30 - 09:00 | I-332 (Gruppe 19)Tutor
      Fr. 07:30 - 09:00 | I-063 (Gruppe 20)Tutor
      Fr. 11:00 - 12:30 | I-342 (Gruppe 21)Tutor
      Fr. 11:00 - 12:30 | I-063 (Gruppe 22)Tutor
      Fr. 14:30 - 16:00 | I-332 (Gruppe 23)Tutor
      Fr. 14:30 - 16:00 | I-063 (Gruppe 24)Tutor
      Bemerkungen:

      Es wird Bereitschaft zur aktiven Mitarbeit erwartet.

      Es handelt sich um ein ergänzendes Tutorium in Präsenzform.

      Termine und organisatorische Einzelheiten werden in der Vorlesung und über das StudIP bekannt gegeben.

      Beginn der Gruppenanmeldung in Stud.IP: Fr. 29.10.2021 - 15:30 Uhr.

    • Beschreibende Statistik (270148)

      Termine:Lehrpersonen:
      Mi. 09:15 - 10:45 | VII-002 (Gruppe 1)Sibbertsen
      Fr. 09:15 - 10:45 | VII-201 (Gruppe 2)Lehne
      Inhalt:
      1. Einführung
      2. Empirische Verteilungen
      3. Korrelationsrechnung
      4. Wahrscheinlichkeitsrechnung
      5. Theoretische Verteilungen.
      Literatur:
      • Sibbertsen, P., Lehne, H. (2015) Statistik, Einführung für Wirtschafts- und Sozialwissenschaftler, Springer, Berlin.
      • Schira, J. (2009) Statistische Methoden der VWL und BWL, Pearson München, 3. Auflage.
      • Fahrmeir et al (2009) Statistik: Der Weg zur Datenanalyse, Springer, Berlin, 7. Auflage.
      • Bamberg, Baur (2001) Statistik, Oldenbourg, München, 12. Auflage.

    • Übung zu Beschreibende Statistik (270150)

      Termine:Lehrpersonen:
      Mi. 07:30 - 09:00 | VII-002 (Gruppe 1)Sibbertsen
      Do. 09:15 - 10:45 | VII-201 (Gruppe 2)Lehne
      Bemerkungen:

      Endet nach Hälfte der Vorlesungszeit

    Kompetenzbereiche Betriebs- und Volkswirtschaftslehre

    • Ökonometrie (273006)

      Termine:Lehrpersonen:
      Di. 07:30 - 09:00 | I-301Meier
      Inhalt:
      • Einführung, mathematische und statistische Grundlagen
      • Allgemeines multiples lineares Regressionsmodell
      • Erweiterungen und Anwendungen des linearen Regressionsmodells:
        Fehlspezifikation, Modellwahl, Modelldiagnose, Multikollinearität, stochasitsche Regressoren
      Literatur:
      • Stock, J.H. and M.W. Watson (2007): Introduction to Econometrics, 3rd ed. Pearson.
      • von Auer, L. (2003):  Okonometrie. Eine Einführung, 2. Aufl. Springer Verlag.
      • Verbeek, L. (2012): A Guide to Modern Econometrics, 4th ed. Wiley.
      Bemerkungen:

      Materialien werden auf Stud.IP zur Verfügung gestellt.

    • Hannover Finance Symposium (BSc) (273020)

      Termine:Lehrpersonen:
      BlockveranstaltungBreitner, Dierkes, Dräger, Prokopczuk, Sibbertsen
      Inhalt:

      Genaue Inhalte werden auf den Webseiten des Instituts für Finanzwirtschaft und Rohstoffmärkte bzw. des Hannover Center of Finance e.V. bekannt gegeben

    Master Wirtschaftswissenschaft, PO 2018

    Area Empirical Economics and Econometrics

    • Advanced Statistics (373000)

      Termine:Lehrpersonen:
      Di. 07:30 - 09:00 | I-342Sibbertsen
      Inhalt:
      • Probability Theory: Random Variables, Densities Distribution Functions, Moments of Random Variables
      • Parametric Families of Distributions
      • Point Estimation: Least Squares, Method of Moments, GMM, Maximum Likelihood
      • Hypothesis Testing: Theory of Testing, LR-, Wald-, LM-Test, Testing in the linear model
      Literatur:
      • Mood, Graybill and Boes (1974) Introduction to the Theory of Statistics.
      • Mittelhammer, R. (1996): Mathematical Statistics for Economics and Business, Springer.

    • Seminar Econometrics (373002)

      Termine:Lehrpersonen:
      Blockveranstaltung (Gruppe 1)Sibbertsen
      Blockveranstaltung (Gruppe 2)Kolaiti, Mboya
      Inhalt:

      The seminar will be on "Time Series Analysis"

      Bemerkungen:

      Further Information about the seminar can be found on the website of the Institute for Statistics.

      The seminar will be held as a face-to-face event.

      Prüfer: Prof. Dr. Sibbertsen

    Mehrere Areas

    • Financial Econometrics (379012)

      Termine:Lehrpersonen:
      Di. 09:15 - 10:45 | I-063Less
      Inhalt:
      • Characteristics of Financial Time Series
      • Volatility Modelling
      • Factor Models
      • Cointegration
      • Empirical Tests of the CAPM.
      Literatur:
      • Andersen, T. G., Davis, R. A., Kreiss, J. P., & Mikosch, T. V. (Eds.). (2009): Handbook of financial time series. Springer Science & Business Media.
      • Campbell, J. Y., Lo, A. W. and MacKinlay, A. C. (1997): The Econometrics of Financial Markets, Princeton University Press, Princeton, New Jersey.
      • Greene, W. H. (2012): Econometric analysis (International Edition), 7th ed., Pearson, Essex.
      • Hamilton, J. D. (1994): Time Series Analysis, Princeton University Press, Princeton, New Jersey.
      • Martin, V., Hurn, S. and Harris, D. (2013): Econometric Modelling with Time Series - Specification, Estimation and Testing, Cambridge University Press, New York, USA.
      • Tsay, R. S. (2010): Analysis of Financial Time Series, 3rd. ed., Wiley, Hoboken, New Jersey.

    • Hannover Finance Symposium (MSc) (379019)

      Termine:Lehrpersonen:
      BlockveranstaltungBreitner, Dierkes, Dräger, Prokopczuk
      Inhalt:

      Genaue Inhalte werden auf den Webseiten des Instiuts für Finanzwirtschaft und Rohstoffmärktebzw. des Hannover Center of Finance e.V. bekannt gegeben.

    • Advanced Econometrics (379023)

      Termine:Lehrpersonen:
      Mo. 09:15 - 10:45 | I-063Mboya
      Inhalt:
      • Introduction to Basic Econometrics & Stata
      • Probit & Logit Models
      • Count Data Models
      • Tobit & Selection Models
      • Estimating Treatment Effects
      • Survival Analysis
      Literatur:
      • Takeshi Amemiya. Advanced Econometrics. Harvard
        university press, 1985.
      • Cameron, A.C., Trivedi, P.K., 2005. Microeconometrics: Methods and Applications, Cambridge University Press.
      • Greene, W. H., 2012. Econometric Analysis, Pearson.
      • Hayashi, F., Econometrics, 2000. Princeton University Press.
      • Stock, J. H., Watson, M. W., 2014. Introduction to Econometrics, Pearson.
      • Wooldridge, J. M., 2010. Econometric Analysis of Cross Section and Panel Data, MIT Press.
      • Wooldridge, J. M., 2012. Introductory Econometrics, South-Western College Publishing.
      • Mario Cleves et al. An Introduction to Survival Analysis
        using Stata. Vol. 3. Stata press, 2010.
      Bemerkungen:

      More information on Stud.IP

    • Advanced Time Series Analysis (379029)

      Termine:Lehrpersonen:
      Fr. 09:15 - 10:45 | I-332Kolaiti
      Inhalt:
      • Introduction and overview
      • Multivariate Time Series Models
      • Vector Autoregressive Models (VARs) and structural VARs
      • Cointegration and Error-Correction Models
      • Vector Error-Correction Models
      • Non-linear models and Breaks
      • Threshold Autoregressive Models (TAR)
      • Extension of TAR Models
      Literatur:
      • Enders, W. (2014). Applied Econometric Time Series, Wiley.
      • Lütkepohl, H. (2005) New Introduction to Multiple Time Series Analysis, Springer.
      • Lütkepohl, H. (2004) Applied Time Series Econometrics, Cambridge University Press.

    Forschungsveranstaltungen

    • Finance Research Seminar (77782)

      Termine:Lehrpersonen:
      Mi. 11:00 - 12:30 | I-063Dierkes, Dräger, Eiblmeier, Flock, Fröhling, Hollstein, Kolaiti, Krupski, Lauter, Less, Mboya, Meier, Nghiem, Prokopczuk, Schneider, Schrön, Sckade, Seebonn, Sibbertsen, Voigts
      Inhalt:

      External guests present their latest research

    • Kolloquium Innovation und Lernen (77787)

      Termine:Lehrpersonen:
      BlockveranstaltungBlaufus, Dierkes, Dräger, Foege, Gassebner, Gnutzmann-Mkrtchyan, Grote, Haunschild, Piening, Prokopczuk, Schöndube, Schröder, Sibbertsen, Weber, Wielenberg
      Inhalt:

      Im Kolloquium werden Forschungsprojekte im Rahmen des Forschungsschwerpunkts "Innovation und Lernen" vorgestellt.

  • Sommersemester 2021

    Bachelor Wirtschaftswissenschaft, PO 2017

    Statistik

    • Schließende Statistik (270158)

      Termine:Lehrpersonen:
      Mi. 09:15 - 10:45 | Synchrone Online-Lehre (Gruppe 1)Sibbertsen
      Mi. 09:15 - 10:45 | Synchrone Online-Lehre (Gruppe 2)Lehne

      Inhalt:

      • Normalverteilung
      • Binomialverteilung
      • Stichproben
      • Punktschätzung
      • Intervallschätzung
      • Statistische Tests
      • Regressionsanalyse

      Literatur:

      • Sibbertsen, P./Lehne, H. (2014) Statistik, 2. Auflage, Berlin.
      • Fahrmeir, L. et al. (2004) Statistik, 5. Auflage Berlin.
      • Schlittgen, R. (2003) Einführung in die Statistik, 10. Auflage München.

    • Übung zu Schließende Statistik (270159)

      Termine:Lehrpersonen:
      Mi. 07:30 - 09:00 | Synchrone Online-Lehre (Gruppe 1)Sibbertsen
      Mi. 07:30 - 09:00 | Synchrone Online-Lehre (Gruppe 2)Lehne

    • Tutorium zu Schließende Statistik (270031)

      Termine:Lehrpersonen:
      Mo. 07:30 - 09:00 | VII-201 (Gruppe 1)Tutor
      Mo. 07:30 - 09:00 | VII-002 (Gruppe 2)Tutor
      Di. 07:30 - 09:00 | VII-201 (Gruppe 3)Tutor
      Di. 07:30 - 09:00 | VII-002 (Gruppe 4)Tutor
      Mi. 18:15 - 19:45 | VII-201 (Gruppe 5)Tutor
      Mi. 18:15 - 19:45 | VII-002 (Gruppe 6)Tutor
      Do. 07:30 - 09:00 | VII-201 (Gruppe 7)Tutor
      Do. 07:30 - 09:00 | VII-002 (Gruppe 8)Tutor
      Fr. 07:30 - 09:00 | VII-201 (Gruppe 9)Tutor
      Fr. 07:30 - 09:00 | VII-002 (Gruppe 10)Tutor
      Mo. 07:30 - 09:00 | I-301 (Gruppe 11)Tutor
      Mo. 07:30 - 09:00 | I-401 (Gruppe 12)Tutor
      Di. 07:30 - 09:00 | I-301 (Gruppe 13)Tutor
      Di. 07:30 - 09:00 | I-401 (Gruppe 14)Tutor
      Mi. 18:15 - 19:45 | I-301 (Gruppe 15)Tutor
      Mi. 18:15 - 19:45 | I-401 (Gruppe 16)Tutor
      Do. 07:30 - 09:00 | I-301 (Gruppe 17)Tutor
      Do. 07:30 - 09:00 | I-401 (Gruppe 18)Tutor
      Fr. 07:30 - 09:00 | I-301 (Gruppe 19)Tutor
      Fr. 07:30 - 09:00 | I-401 (Gruppe 20)Tutor
      Mo. 12:45 - 14:15 | VII-201 (Gruppe 21)Tutor
      Di. 12:45 - 14:15 | VII-201 (Gruppe 22)Tutor
      Do. 12:45 - 14:15 | VII-201 (Gruppe 23)Tutor
      Fr. 16:15 - 17:45 | Synchrone Online-Lehre (Gruppe 24)Tutor

      Bemerkungen:

      Bereitschaft zur aktiven Mitarbeit in den eingeteilten Tutoriumsgruppen wird erwartet.

      Das Tutorium zählt zu den Veranstaltungen der Studieneingangsphase, welche online beginnen, aber je nach Entwicklung der Corona-Pandemie in Präsenz überführt werden. Die Gruppeneinteilung aus dem WiSe 20/21 wird für die Studierenden (BSc WiWi) daher fortgeführt.

    Kompetenzbereiche Betriebs- und Volkswirtschaftslehre

    • Seminar Ökonometrie (273002)

      Termine:Lehrpersonen:
      Blockveranstaltung (Gruppe 1)Sibbertsen
      (Gruppe 2)Meier

      Inhalt:

      Thema des Seminars im Wintersemester 2018/2019 ist "Regressionsanalyse"

      Bemerkungen:

      Das Seminar wird als Blockveranstaltung durchgeführt. Nähere Angaben zur Themenvergabe und zum Zeitpunkt der Veranstaltung werden auf der Internetseite des Instituts für Statistik bekannt gegeben.

      Prüfer: Prof. Dr. Sibbertsen

      Link:

      Seminar-Steckbrief

    Bachelor Wirtschaftswissenschaft, PO 2012

    Ökonometrie und Statistik

    • Time Series Analysis (172403)

      Termine:Lehrpersonen:
      Mi. 12:45 - 14:15 | Synchrone Online-LehreSibbertsen

      Inhalt:

      • Stationarity
      • Autoregressive und Moving Average Models
      • Non-Stationarity
      • Forecasting
      • Spectral Analysis
      • Long Memory Time Series.

      Literatur:

      • Hamilton, J. D. (1994): Time Series Analysis, Princeton.
      • Schlittgen, R., Stritberg, H. J. (2003): Zeitreihenanalyse, Oldenbourg.

    • Multivariate Statistics (172405)

      Termine:Lehrpersonen:
      Fr. 14:30 - 16:00 | Asynchrone Online-LehreKolaiti

      Inhalt:

      • Short overview of Matrix and Vector Algebra
      • Multivariate descriptive statistics
      • Multivariate normaldistribution
      • Multivariate analysis of variance
      • Introduction to data analysis
      • Discriminant Analysis and Classification
      • Cluster Analysis
      • Principal Components Analysis and Factor Analysis.

      Literatur:

      • Izenman, A. J. (2008). Modern multivariate statistical techniques. Regression, classification and manifold learning.
      • Johnson R. A. and Wichern D. W., (2007), Applied Multivariate Statistical Analysis. 6th edition. New Jersey: Pearson.
      • Krzanowski, W. (2000). Principles of multivariate analysis (Vol. 23). OUP Oxford.
      • Rencher, A. C. and Christensen W. F. (2012). Methods of multivariate analysis.3rd edition. John Wiley & Sons.

    • Nonparametric Statistical Methods (172412)

      Termine:Lehrpersonen:
      Mi. 09:15 - 10:45 | Synchrone Online-LehreLess

      Inhalt:

      • Kernel density estimation
      • Nonparametric regression
      • Semiparametric methods
      • Machine learning

      Literatur:

      • Härdle, W. (1992) Applied Nonparametric Regression, Cambridge University Press.
      • Henderson, D. J., Parmeter, C. F. (2015) Applied Nonparametric Econometrics, Cambridge University Press.
      • Li, Q., Racine, J. S. (2007) Nonparametric Econometrics, Princeton University Press.
      • Pagan, A., Ullah A. (1999): Nonparametric Econometrics, Cambridge University Press.
      • Friedman, J., Hastie, T., Tibshirani, R., (2001): The Elements of Statistical Learning, Springer.

    • Statistical Programming (172414)

      Termine:Lehrpersonen:
      Di. 14:30 - 16:00 | Synchrone und asynchrone Online-LehreFlock

      Inhalt:

      • Data Structures
      • Functions and Loops
      • Handling Data
      • Graphics
      • Linear Regression
      • Numerical Optimization
      • Monte Carlo Methods

      Literatur:

      • Ligges (2007) Programmieren mit R, Berlin, Springer.
      • Braun / Murdock (2007) A first course in statistical programming with R, Cambridge University Press.
      • Rizzo (2008) Statistical Computing with R, Chapman & Hall.

    Master Wirtschaftswissenschaft, PO 2018

    Area Empirical Economics and Econometrics

    • Statistical Programming (373005)

      Termine:Lehrpersonen:
      Di. 14:30 - 16:00 | Synchrone und asynchrone Online-LehreFlock

      Inhalt:

      • Data Structures
      • Functions and Loops
      • Handling Data
      • Graphics
      • Linear Regression
      • Numerical Optimization
      • Monte Carlo Methods

      Literatur:

      • Ligges (2007) Programmieren mit R, Berlin, Springer.
      • Braun / Murdock (2007) A first course in statistical programming with R, Cambridge University Press.
      • Rizzo (2008) Statistical Computing with R, Chapman & Hall.

    • Nonparametric Statistical Methods (373010)

      Termine:Lehrpersonen:
      Mi. 09:15 - 10:45 | Synchrone Online-LehreLess

      Inhalt:

      • Kernel density estimation
      • Nonparametric regression
      • Semiparametric methods
      • Machine learning

      Literatur:

      • Härdle, W. (1992) Applied Nonparametric Regression, Cambridge University Press.
      • Henderson, D. J., Parmeter, C. F. (2015) Applied Nonparametric Econometrics, Cambridge University Press.
      • Li, Q., Racine, J. S. (2007) Nonparametric Econometrics, Princeton University Press.
      • Pagan, A., Ullah A. (1999): Nonparametric Econometrics, Cambridge University Press.
      • Friedman, J., Hastie, T., Tibshirani, R., (2001): The Elements of Statistical Learning, Springer.

    • Multivariate Statistics (373011)

      Termine:Lehrpersonen:
      Fr. 14:30 - 16:00 | Asynchrone Online-LehreKolaiti

      Inhalt:

      • Short overview of Matrix and Vector Algebra
      • Multivariate descriptive statistics
      • Multivariate normaldistribution
      • Multivariate analysis of variance
      • Introduction to data analysis
      • Discriminant Analysis and Classification
      • Cluster Analysis
      • Principal Components Analysis and Factor Analysis.

      Literatur:

      • Izenman, A. J. (2008). Modern multivariate statistical techniques. Regression, classification and manifold learning.
      • Johnson R. A. and Wichern D. W., (2007), Applied Multivariate Statistical Analysis. 6th edition. New Jersey: Pearson.
      • Krzanowski, W. (2000). Principles of multivariate analysis (Vol. 23). OUP Oxford.
      • Rencher, A. C. and Christensen W. F. (2012). Methods of multivariate analysis.3rd edition. John Wiley & Sons.

    • Computerintensive Statistics (373015)

      Termine:Lehrpersonen:
      Mo. 09:15 - 10:45 | Synchrone Online-LehreMboya

      Inhalt:

      • Metropolis Algorithm
      • Adaptive Metropolis Algorithm
      • Delayed Rejection Adaptive Metropolis
      • Metropolis-Hastings Algorithm
      • Gibbs Sampling

      Literatur:

      Albert, Jim (2007): Bayesian Computation with R, Springer

    • Seminar Applied Econometrics (373016)

      Termine:Lehrpersonen:
      Blockveranstaltung (Gruppe 1)Flock, Meier
      (Gruppe 2)Kolaiti, Mboya

      Inhalt:

      The seminar will be on "Time Series Econometrics"

      Bemerkungen:

      Further Information about the seminar can be found on the website of the Institute for Statistics.

      Prüfer: Prof. Dr. Sibbertsen

      Link:

      Seminar-Steckbrief

    Mehrere Areas

    • Time Series Analysis (379016)

      Termine:Lehrpersonen:
      Mi. 12:45 - 14:15 | Synchrone Online-LehreSibbertsen

      Inhalt:

      • Stationarity
      • Autoregressive und Moving Average Models
      • Non-Stationarity
      • Forecasting
      • Spectral Analysis
      • Long Memory Time Series.

      Literatur:

      • Hamilton, J. D. (1994): Time Series Analysis, Princeton.
      • Schlittgen, R., Stritberg, H. J. (2003): Zeitreihenanalyse, Oldenbourg.

    Forschungsveranstaltungen

    • Finance Research Seminar (77782)

      Termine:Lehrpersonen:
      Mi. 11:00 - 12:30 | Synchrone Online-LehreDierkes, Dräger, Prokopczuk, Sibbertsen

      Inhalt:

      External guests present their latest research

    • Kolloquium Innovation und Lernen (77787)

      Termine:Lehrpersonen:
      BlockveranstaltungBlaufus, Dierkes, Dräger, Gassebner, Gnutzmann-Mkrtchyan, Grote, Haunschild, Piening, Prokopczuk, Ridder, Schöndube, Schröder, Sibbertsen, Weber, Wielenberg

      Inhalt:

      Im Kolloquium werden Forschungsprojekte im Rahmen des Forschungsschwerpunkts "Innovation und Lernen" vorgestellt.

Last Change: 11.10.22 Print

Contact us
Kontakt