Willkommen! Möchten Sie wissen, wie man mit Hilfe von Datenanalysetools geschäftliche und wirtschaftliche Fragen analysiert und löst? Dann ist Ökonometrie von der Erasmus Universität Rotterdam der richtige Kurs für Sie, denn Sie lernen, wie man Daten in Modelle übersetzt, um Prognosen zu erstellen und die Entscheidungsfindung zu unterstützen. * Was lerne ich? Wenn Sie Ökonometrie beherrschen, sind Sie in der Lage, Daten in Modelle zu übersetzen, um Prognosen zu erstellen und die Entscheidungsfindung in einer Vielzahl von Bereichen zu unterstützen, von der Makroökonomie bis hin zu Finanzen und Marketing. Unser Kurs beginnt mit einführenden Vorlesungen über einfache und multiple Regression, gefolgt von Themen von besonderem Interesse, die sich mit Modellspezifikation, endogenen Variablen, binären Entscheidungsdaten und Zeitreihendaten befassen. Sie lernen diese Schlüsselthemen der Ökonometrie, indem Sie sich die Videos mit In-Video-Quiz ansehen und nach den Videos Übungsaufgaben machen.
* Benötige ich Vorkenntnisse? Der Kurs eignet sich für (fortgeschrittene) Studenten der Wirtschaftswissenschaften, des Finanzwesens, der Betriebswirtschaft, des Ingenieurwesens und der Datenanalyse sowie für Personen, die in diesen Bereichen arbeiten. Der Kurs erfordert einige Grundkenntnisse über Matrizen, Wahrscheinlichkeit und Statistik, die im Modul Building Blocks behandelt werden. Wenn Sie auf der Suche nach einem MOOC über Ökonometrie sind, der eher einführend ist und weniger Hintergrundwissen in Mathematik erfordert, könnte Sie der Coursera-Kurs "Enjoyable Econometrics" interessieren, der ebenfalls von der Erasmus-Universität Rotterdam stammt. * Welche Literatur kann ich zur Unterstützung meines Studiums konsultieren? Sie können dem MOOC folgen, ohne zusätzliche Quellen zu studieren. Weitere Lektüre zu den behandelten Themen (einschließlich der Building Blocks) finden Sie in dem Lehrbuch, das wir geschrieben haben und auf dem der MOOC basiert: Econometric Methods with Applications in Business and Economics, Oxford University Press. Die Verbindung zwischen den MOOC-Modulen und den Buchkapiteln ist im Kursleitfaden - Weitere Informationen - Wie kann ich mein Studium fortsetzen * Werden Lehrassistenten aktiv sein, um mich durch den Kurs zu führen? Mitarbeiter und Doktoranden unseres Ökonometrischen Instituts werden im Januar und Februar eines jeden Jahres Anleitung geben. In den anderen Zeiträumen bieten wir nur elementare Beratung an. Wir empfehlen Ihnen immer, sich mit anderen Kursteilnehmern auszutauschen, um Themen und Übungen zu besprechen. * Wie erhalte ich ein Zertifikat? Um das Zertifikat dieses Kurses zu erhalten, müssen Sie sechs Testübungen (eine pro Modul) und ein Fallprojekt durchführen. Außerdem bewerten Sie die Arbeit von drei Ihrer Mitschüler in diesem MOOC. Sie erhalten das Zertifikat, wenn Sie alle sieben Aufgaben bestanden haben. Eine schöne Reise in die Welt der Ökonometrie! Das Ökonometrie-Team
Herzlich willkommen!
Möchten Sie wissen, wie Sie geschäftliche und wirtschaftliche Fragen mit Hilfe von Datenanalysetools analysieren und lösen können? Dann ist Econometrics von der Erasmus Universität Rotterdam der richtige Kurs für Sie. Sie lernen, wie man Daten in Modelle übersetzt, um Prognosen zu erstellen und die Entscheidungsfindung zu unterstützen.
Was lerne ich?
Wenn Sie Ökonometrie beherrschen, sind Sie in der Lage, Daten in Modelle zu übersetzen, um Prognosen zu erstellen und die Entscheidungsfindung in einer Vielzahl von Bereichen zu unterstützen, von der Makroökonomie bis hin zu Finanzen und Marketing. Unser Kurs beginnt mit einführenden Vorlesungen über einfache und multiple Regression, gefolgt von Themen von besonderem Interesse, die sich mit Modellspezifikation, endogenen Variablen, binären Entscheidungsdaten und Zeitreihendaten befassen. Sie lernen diese Schlüsselthemen der Ökonometrie, indem Sie sich die Videos mit In-Video-Quiz ansehen und nach den Videos Übungsaufgaben machen.
Benötige ich Vorkenntnisse?
Der Kurs eignet sich für (fortgeschrittene) Studenten der Wirtschaftswissenschaften, des Finanzwesens, der Betriebswirtschaft, des Ingenieurwesens und der Datenanalyse sowie für Personen, die in diesen Bereichen arbeiten. Der Kurs erfordert einige Grundkenntnisse über Matrizen, Wahrscheinlichkeit und Statistik, die im Modul Building Block behandelt werden. Wenn Sie auf der Suche nach einem MOOC über Ökonometrie sind, der eher einführend ist und weniger Hintergrundwissen in Mathematik erfordert, könnte Sie der Coursera-Kurs "Enjoyable Econometrics" interessieren, der ebenfalls von der Erasmus-Universität Rotterdam angeboten wird.
Wird es aktive Lehrassistenten geben, die mich durch den Kurs führen?
Wir empfehlen Ihnen, sich mit anderen Kursteilnehmern auszutauschen, um Themen und Übungen zu besprechen. Mitarbeiter unseres Ökonometrischen Instituts bieten im Januar und Februar eines jeden Jahres eine Anleitung an.
Wie erhalte ich ein Zertifikat?
Um das Zertifikat dieses Kurses zu erhalten, werden Sie gebeten, sechs Testübungen (eine pro Modul) und ein Fallprojekt zu erstellen. Darüber hinaus bewerten Sie die Arbeit von drei Ihrer Mitschüler in diesem MOOC in einem Peer-Review. Sie erhalten das Zertifikat, wenn Ihre Durchschnittsnote mindestens 50% beträgt.
Wir wünschen Ihnen eine schöne Reise in die Welt der Ökonometrie!
Das Ökonometrie-Team
Das ist alles enthalten
2 Videos2 Lektüren
Infos zu Modulinhalt anzeigen
2 Videos•Insgesamt 9 Minuten
Willkommen zu unserem MOOC über Ökonometrie•3 Minuten
Über diesen Kurs•6 Minuten
2 Lektüren•Insgesamt 20 Minuten
Kursleitfaden - Aufbau des MOOC•10 Minuten
Kursleitfaden - Weitere Informationen•10 Minuten
Einfache Regression
Modul 2•8 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
5 Videos11 Lektüren1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 39 Minuten
Vorlesung 1.1 über Einfache Regression: Motivation•9 Minuten
Vorlesung 1.2 über Einfache Regression: Repräsentation•7 Minuten
Vorlesung 1.3 über Einfache Regression: Schätzung•7 Minuten
Vorlesung 1.4 über Einfache Regression: Auswertung•9 Minuten
Vorlesung 1.5 über Einfache Regression: Anwendung•6 Minuten
11 Lektüren•Insgesamt 360 Minuten
Datensatz Einfache Regression•10 Minuten
Trainingsübung 1.1•60 Minuten
Lösung Trainingsübung 1.1•10 Minuten
Trainingsübung 1.2•60 Minuten
Lösung Trainingsübung 1.2•10 Minuten
Trainingsübung 1.3•60 Minuten
Lösung Trainingsübung 1.3•10 Minuten
Trainingsübung 1.4•60 Minuten
Lösung Trainingsübung 1.4•10 Minuten
Trainingsübung 1.5•60 Minuten
Lösung Training Übung 1.5•10 Minuten
1 peer review•Insgesamt 60 Minuten
Test Übung 1•60 Minuten
Multiple Regression
Modul 3•9 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
6 Videos13 Lektüren1 peer review
Infos zu Modulinhalt anzeigen
6 Videos•Insgesamt 45 Minuten
Vorlesung 2.1 über Multiple Regression: Motivation•5 Minuten
Vorlesung 2.2 über Multiple Regression: Repräsentation•9 Minuten
Vorlesung 2.3 über Multiple Regression: Schätzung•8 Minuten
Vorlesung 2.4.1 über Multiple Regression: Auswertung - Statistische Eigenschaften•8 Minuten
Vorlesung 2.4.2 über Multiple Regression: Auswertung - Statistische Tests•5 Minuten
Vorlesung 2.5 über Multiple Regression: Anwendung•9 Minuten
13 Lektüren•Insgesamt 430 Minuten
Datensatz Multiple Regression•10 Minuten
Trainingsübung 2.1•60 Minuten
Lösung Training Übung 2.1•10 Minuten
Trainingsübung 2.2•60 Minuten
Lösung Training Übung 2.2•10 Minuten
Trainingsübung 2.3•60 Minuten
Lösung Training Übung 2.3•10 Minuten
Trainingsübung 2.4.1•60 Minuten
Lösung Training Übung 2.4.1•10 Minuten
Trainingsübung 2.4.2•60 Minuten
Lösung Training Übung 2.4.2•10 Minuten
Trainingsübung 2.5•60 Minuten
Lösung Training Übung 2.5•10 Minuten
1 peer review•Insgesamt 60 Minuten
Test Übung 2•60 Minuten
Modell Spezifikation
Modul 4•8 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
5 Videos11 Lektüren1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 41 Minuten
Vorlesung 3.1 über Modellspezifikation: Motivation•6 Minuten
Vorlesung 3.2 über Modellspezifikation: Spezifikation•9 Minuten
Vorlesung 3.3 über Modellspezifikation: Transformation•9 Minuten
Vorlesung 3.4 über Modellspezifikation: Bewertung•9 Minuten
Vorlesung 3.5 über Modellspezifikation: Anwendung•9 Minuten
11 Lektüren•Insgesamt 360 Minuten
Datensatz Modell Spezifikation•10 Minuten
Trainingsübung 3.1•60 Minuten
Lösung Training Übung 3.1•10 Minuten
Trainingsübung 3.2•60 Minuten
Lösung Training Übung 3.2•10 Minuten
Trainingsübung 3.3•60 Minuten
Lösung Training Übung 3.3•10 Minuten
Trainingsübung 3.4•60 Minuten
Lösung Training Übung 3.4•10 Minuten
Trainingsübung 3.5•60 Minuten
Lösung Training Übung 3.5•10 Minuten
1 peer review•Insgesamt 60 Minuten
Test Übung 3•60 Minuten
Endogenität
Modul 5•8 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
5 Videos11 Lektüren1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 44 Minuten
Vorlesung 4.1 über Endogenität: Motivation•9 Minuten
Vorlesung 4.2 über Endogenität: Die Folgen•9 Minuten
Vorlesung 4.3 über Endogenität: Schätzung•9 Minuten
Vorlesung 4.4 über Endogenität: Testen•8 Minuten
Vorlesung 4.5 über Endogeneität: Anwendung•9 Minuten
11 Lektüren•Insgesamt 360 Minuten
Datensatz Endogenität•10 Minuten
Trainingsübung 4.1•60 Minuten
Lösung Training Übung 4.1•10 Minuten
Trainingsübung 4.2•60 Minuten
Lösung Training Übung 4.2•10 Minuten
Trainingsübung 4.3•60 Minuten
Lösung Training Übung 4.3•10 Minuten
Trainingsübung 4.4•60 Minuten
Lösung Training Übung 4.4•10 Minuten
Trainingsübung 4.5•60 Minuten
Lösung Training Übung 4.5•10 Minuten
1 peer review•Insgesamt 60 Minuten
Test Übung 4•60 Minuten
Binäre Wahlmöglichkeit
Modul 6•8 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
5 Videos12 Lektüren1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 45 Minuten
Vorlesung 5.1 über Binäre Wahl: Motivation•7 Minuten
Vorlesung 5.2 über Binäre Wahl: Repräsentation•10 Minuten
Vorlesung 5.3 über Binäre Wahl: Schätzung•10 Minuten
Vorlesung 5.4 über Binäre Auswahl: Bewertung•9 Minuten
Vorlesung 5.5 über Binäre Auswahl: Anwendung•10 Minuten
12 Lektüren•Insgesamt 370 Minuten
Datensatz Binary Choice•10 Minuten
Trainingsübung 5.1•60 Minuten
Lösung Training Übung 5.1•10 Minuten
Trainingsübung 5.2•60 Minuten
Lösung Training Übung 5.2•10 Minuten
Trainingsübung 5.3•60 Minuten
Lösung Training Übung 5.3•10 Minuten
Trainingsübung 5.4•60 Minuten
Lösung Training Übung 5.4•10 Minuten
Datensatz für Vorlesung 5.5 über Binäre Wahl: Anwendung•10 Minuten
Trainingsübung 5.5•60 Minuten
Lösung Training Übung 5.5•10 Minuten
1 peer review•Insgesamt 90 Minuten
Test Übung 5•90 Minuten
Zeitreihen
Modul 7•8 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
5 Videos11 Lektüren1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 52 Minuten
Vorlesung 6.1 über Zeitreihen: Motivation•8 Minuten
Vorlesung 6.2 über Zeitreihen: Repräsentation•11 Minuten
Vorlesung 6.3 über Zeitreihen: Spezifikation und Schätzung•12 Minuten
Vorlesung 6.4 über Zeitreihen: Auswertung und Illustration•11 Minuten
Vorlesung 6.5 über Zeitreihen: Anwendung•11 Minuten
11 Lektüren•Insgesamt 360 Minuten
Datensatz Zeitreihen•10 Minuten
Trainingsübung 6.1•60 Minuten
Lösung Training Übung 6.1•10 Minuten
Trainingsübung 6.2•60 Minuten
Lösung Training Übung 6.2•10 Minuten
Trainingsübung 6.3•60 Minuten
Lösung Training Übung 6.3•10 Minuten
Trainingsübung 6.4•60 Minuten
Lösung Training Übung 6.4•10 Minuten
Trainingsübung 6.5•60 Minuten
Lösung Training Übung 6.5•10 Minuten
1 peer review•Insgesamt 60 Minuten
Test Übung 6•60 Minuten
Fall Projekt
Modul 8•8 Stunden abzuschließen
Moduldetails
Dieses Fallprojekt ist die letzte Aufgabe unseres MOOC. Es handelt sich um eine angewandte Aufgabe, bei der Sie praktische Fragen mit Hilfe ökonometrischer Methoden beantworten sollen. Bei der Bearbeitung des Fallbeispiels werden Sie verschiedene ökonometrische Methoden und Fähigkeiten, die in unserem MOOC vermittelt wurden, integrieren.
Das ist alles enthalten
1 peer review
Infos zu Modulinhalt anzeigen
1 peer review•Insgesamt 480 Minuten
Fall Projekt•480 Minuten
OPTIONAL: Bauklötze
Modul 9•10 Stunden abzuschließen
Moduldetails
Durch das Studium dieses Moduls erhalten Sie das erforderliche Hintergrundwissen über Matrizen, Wahrscheinlichkeit und Statistik. Jedes Thema wird mit einfachen Beispielen veranschaulicht, und Sie erhalten eine praktische Übung, die jede Vorlesung abschließt. In drei Vorlesungen über Matrizen lernen Sie die grundlegende Terminologie und die Eigenschaften von Matrizen kennen, einschließlich Transponierung, Spur, Rang, Inverse und positive Definitheit. Zwei Vorlesungen über Wahrscheinlichkeit vermitteln Ihnen die Grundlagen der univariaten und multivariaten Wahrscheinlichkeitsverteilungen, insbesondere der Normalverteilung und der damit verbundenen Verteilungen, einschließlich Mittelwert, Varianz und Kovarianz. In zwei Vorlesungen über Statistik schließlich lernen Sie die grundlegenden Ideen der statistischen Inferenz kennen, insbesondere die Parameterschätzung und das Testen, einschließlich der Verwendung von Matrixmethoden und Wahrscheinlichkeitsmethoden.
Das ist alles enthalten
7 Videos16 Lektüren
Infos zu Modulinhalt anzeigen
7 Videos•Insgesamt 84 Minuten
Vorlesung M.1: Einführung in Vektoren und Matrizen•12 Minuten
Erasmus Universität: eine internationale Forschungsuniversität, die zu den Top-100 gehört, mit Sitz in Rotterdam, Niederlande. Unsere akademische Lehre und Forschung konzentriert sich auf vier Bereiche: Gesundheit, Wohlstand, Kultur und Governance.
Erasmus Universität Rotterdam: Machen Sie es möglich.
OK
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.6
1.236 Bewertungen
5 stars
73,27 %
4 stars
17,73 %
3 stars
4,45 %
2 stars
1,86 %
1 star
2,67 %
Zeigt 3 von 1236 an
J
JW
5·
Geprüft am 17. Jan. 2016
Very solid course. Instructors are great and the difficulty of the course materials are just right. I suggest finishing the Building Blocks first.
S
SG
4·
Geprüft am 25. Aug. 2020
Great beginners course. Should be backed by readings. Exercises are awesome especially the building blocks. Looking forward to a more advanced course.
J
JH
5·
Geprüft am 24. Sep. 2016
GOOD COURSE! I can learn a lot of basic conception about econometircs, and the training exercises is good for me to understand what the teachers has taught in the course!
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Finanzielle Unterstützung verfügbar, weitere Informationen
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.