Monte Carlo-Methoden/ Monte-Carlo simulation methods · PDF fileMonte Carlo-Methoden/...
2
Monte Carlo-Methoden / Monte-Carlo simulation methods Kennnummer Workload 300 LP 10 Studien- semester 1 Häufigkeit des Angebots jährlich Dauer 1 Semester 1 Lehrveranstaltungen Vorlesung Monte-Carlo Methoden Kontaktzeit 4 SWS / 60 h Selbststudium 240 h geplante Gruppengröße 20 Studierende 2 Lernergebnisse / Kompetenzen In diesem Modul werden theoretische und praxisbezogene Kenntnisse in Simulationsmethoden (sogenannte MonteCarlo-Verfahren) vermittelt. Zunächst erfolgt eine anwendungsbezogene Einführung in R, eine Statistik-Software, die im Rahmen aller aufbauenden Lehrveranstaltungen zum Einsatz kommt. Es soll die Fähigkeit zur Umsetzung bekannter statistischer und ökonometrischer Verfahren und zur Visualisierung von statistischen Inhalten vermittelt werden. Darüber hinaus soll die Interpretation der erzeugten Ergebnisse erlernt werden. Mit Hilfe von Simulationsmethoden können die Eigenschaften und insb. die Effizienz statistischer Verfahren im praktischen Einsatz in einer kontrollierten Umgebung untersucht werden. Im weiteren Verlauf der Veranstaltung sollen die Studierenden die eigenständige Planung und Durchführung einer Simulationsstudie erlernen. 3 Inhalt Es erfolgt zunächst eine praxisorientierte Einführung in R im Rahmen einer Blockveranstaltung. Neben zentralen Befehlen werden dabei auch Kenntnisse in Bezug auf die grundlegenden Prinzipien der Programmiersyntax von R vermittelt. Darüber hinaus werden wichtige graphische Darstellungen in R behandelt. Anschließend werden die Grundlagen von Simulationsmethoden vermittelt. Hierzu gehören zunächst Methoden zur Erzeugung von Zufallszahlen nach unterschiedlichen Verteilungen. Darüber hinaus soll erlernt werden, wie eine Simulationsstudie anlegt und diese für die praxisorientierte Forschung geeignet eingesetzt wird. 4 Lehrformen Vorlesung Im Rahmen des Selbststudiums wird ggf. eine Übung angeboten. 5 Teilnahmevoraussetzungen Formal: ohne Voraussetzungen Inhaltlich: Solide Kenntnisse der Grundlagen der deskriptiven und induktiven Statistik im Rahmen von Grundlehrveranstaltungen an WiSo-Fakultäten 6 Prüfungsformen Poster mit Präsentation 7 Voraussetzungen für die Vergabe von Kreditpunkten Präsentation eines selbst erstellten Posters, ggf. als Gruppenarbeit 8 Verwendung des Moduls (in anderen Studiengängen) M.Sc. Economics 9 Stellenwert der Note für die Endnote 10/120
Transcript of Monte Carlo-Methoden/ Monte-Carlo simulation methods · PDF fileMonte Carlo-Methoden/...
Monte Carlo-Methoden / Monte-Carlo simulation methods
Kennnummer Workload
300
LP
10
Studien-semester1
Häufigkeit des Angebotsjährlich
Dauer
1 Semester1 Lehrveranstaltungen
Vorlesung Monte-Carlo Methoden
Kontaktzeit
4 SWS / 60 h
Selbststudium
240 h
geplante Gruppengröße20 Studierende
2 Lernergebnisse / KompetenzenIn diesem Modul werden theoretische und praxisbezogene Kenntnisse in Simulationsmethoden(sogenannte MonteCarlo-Verfahren) vermittelt.Zunächst erfolgt eine anwendungsbezogene Einführung in R, eine Statistik-Software, die im Rahmen aller aufbauenden Lehrveranstaltungen zum Einsatz kommt. Es soll die Fähigkeit zur Umsetzung bekannter statistischer und ökonometrischer Verfahren und zur Visualisierung von statistischen Inhalten vermittelt werden. Darüber hinaus soll die Interpretation der erzeugten Ergebnisse erlernt werden.Mit Hilfe von Simulationsmethoden können die Eigenschaften und insb. die Effizienz statistischer Verfahren im praktischen Einsatz in einer kontrollierten Umgebung untersucht werden. Im weiteren Verlauf der Veranstaltung sollen die Studierenden die eigenständige Planung und Durchführung einer Simulationsstudie erlernen.
3 Inhalt Es erfolgt zunächst eine praxisorientierte Einführung in R im Rahmen einer Blockveranstaltung. Neben zentralen Befehlen werden dabei auch Kenntnisse in Bezug auf die grundlegenden Prinzipien der Programmiersyntax von R vermittelt. Darüber hinaus werden wichtige graphische Darstellungen in R behandelt. Anschließend werden die Grundlagen von Simulationsmethoden vermittelt. Hierzu gehören zunächst Methoden zur Erzeugung von Zufallszahlen nach unterschiedlichen Verteilungen. Darüber hinaus soll erlernt werden, wie eine Simulationsstudie anlegt und diese für die praxisorientierte Forschung geeignet eingesetzt wird.
4 LehrformenVorlesung Im Rahmen des Selbststudiums wird ggf. eine Übung angeboten.
5 TeilnahmevoraussetzungenFormal: ohne VoraussetzungenInhaltlich: Solide Kenntnisse der Grundlagen der deskriptiven und induktiven Statistik im Rahmen von Grundlehrveranstaltungen an WiSo-Fakultäten
6 PrüfungsformenPoster mit Präsentation
7 Voraussetzungen für die Vergabe von KreditpunktenPräsentation eines selbst erstellten Posters, ggf. als Gruppenarbeit
8 Verwendung des Moduls (in anderen Studiengängen)M.Sc. Economics
9 Stellenwert der Note für die Endnote10/120
10 Modulbeauftragte/r und hauptamtlich LehrendeProf. Dr. Ralf Münnich (Modulbeauftragter), Dr. Jan Pablo BurgardModul im Rahmen der Kooperation zwischen Bamberg, Berlin und Trier
11 Sonstige InformationenBei Veranstaltungen im Rahmen des Kooperationsabkommens können im Einzelfall Kapazitätsbeschränkungen beim Export auftreten. Dieses Modul ist ein Pflichtmodul.
