- Verstehen wie geeignete Daten ausgewählt und beschafft werden können um ökonomische Fragen kausalanalytisch zu beantworten
- Forschungsdesigns für kausalanalytische Fragestellungen eigenständig erarbeiten können
- Verstehen wie Forschungsdesigns genutzt werden um Kausaleffekte mit geeigneten Daten zu schätzen
|
- Zufallsexperimente, Variablen, Wahrscheinlichkeitsfunktionen, deskriptive Statistik, Erwartungswert, Varianz, statistisches Testen
- Anforderungen an Daten und Datenstrukturen, Datenerhebungsarten, Messfehler und fehlende Daten
- Bivariate OLS Schätzung, Multivariate Regressionsmodelle mit Binärvariablen, nichtlinearen Zusammenhängen, logarithmierte Variablen, und Interaktionstermen; Endogenität
- Potential outcomes framework und Randomized Control Trials
- Directed Acyclical Graphs, Confounder und Collider
- Natürliche Experimente, Event Studies, Differenzen-von-Differenzen, Instrumentvariablen, Regression Discontinuity Designs
|
