JLU Gie�en
Diese Seite drucken   
Sie sind hier: StartFachbereich 02: WirtschaftswissenschaftenMaster-Studiengang Betriebs- und Volkswirtschaftslehre (M.Sc.)BWL/VWL-Module
Vorlesungsverzeichnis: WiSe 2024/25

Einfache Suche. Wählen Sie erst aus, ob Sie in Veranstaltungen oder Lehrenden suchen wollen.

Fachbereich 02: Wirtschaftswissenschaften - Master-Studiengang Betriebs- und Volkswirtschaftslehre (M.Sc.) - BWL/VWL-Module

Veranstaltungen

 

 
Veranstaltungen filtern
 
Legende

  
[Ü] Text Mining (Übung)  (02-BWL/VWL:MSc-B11-1)
Dozent/-in:
Zeit und Ort:
regelmäßiger Termin ab 05.11.2024
wöchentlich Di. 14:00 - 16:00 Uhr  Licher Straße 68, 30 (PC-Pool)
nächster Termin: 26.11.2024 Uhr, Raum: Licher Straße 68, 30 (PC-Pool)

Zielgruppen:
M.Sc. BWL  |  M.Sc. VWL  |  M.Sc. AFS  |  M.Sc. EGR

Kommentar:

Struktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Englisch
Prüfungsform: Präsentation + Hausarbeit

Die maximale Anzahl der Teilnehmer ist auf 24 begrenzt. Details zum Bewerbungsprozess finden Sie auf der Website der Professur.

Die Hauptziele dieses Kurses sind:
* Grundlegenden Konzepte von Text Mining und seine Bedeutung für wirtschaftliche Anwendungen zu verstehen
* Einen Überblick über verschiedene Methoden, Algorithmen und Software-Tools zur Extraktion von Information & Wissen aus unstrukturierten Textdaten zu erlangen
* Die Fähigkeit zur Implementierung von Text-Mining-Anwendungen in R zu erlernen

Die Veranstaltung findet in Präsenz statt.


[Vl] Text Mining (Vorlesung)  (02-BWL/VWL:MSc-B11-1)
Dozent/-in:
Zeit und Ort:
regelmäßiger Termin ab 22.10.2024
wöchentlich Di. 12:00 - 14:00 Uhr  Licher Straße 68, 30 (PC-Pool)
nächster Termin: 26.11.2024 Uhr, Raum: Licher Straße 68, 30 (PC-Pool)

Zielgruppen:
M.Sc. BWL  |  M.Sc. VWL  |  M.Sc. AFS  |  M.Sc. EGR

Kommentar:

Struktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Englisch
Prüfungsform: Präsentation + Hausarbeit

Die maximale Anzahl der Teilnehmer ist auf 24 begrenzt. Details zum Bewerbungsprozess finden Sie auf der Website der Professur.

Die Hauptziele dieses Kurses sind:
* Grundlegenden Konzepte von Text Mining und seine Bedeutung für wirtschaftliche Anwendungen zu verstehen
* Einen Überblick über verschiedene Methoden, Algorithmen und Software-Tools zur Extraktion von Information & Wissen aus unstrukturierten Textdaten zu erlangen
* Die Fähigkeit zur Implementierung von Text-Mining-Anwendungen in R zu erlernen

Die Veranstaltung findet in Präsenz statt.


 
[Ü] Advanced Econometrics (Übung)  (02-BWL/VWL:MSc-St-1)
Dozent/-in:
Format:
in Präsenz
Zeit und Ort:
regelmäßiger Termin ab 16.10.2024
wöchentlich Mi. 08:00 - 10:00 Uhr  Licher Straße 68, 45
nächster Termin: 27.11.2024 Uhr, Raum: Licher Straße 68, 45

Zielgruppen:
M.Sc. BWL  |  M.Sc. VWL  |  M.Sc. AFS  |  M.Sc. EGR


Kommentar:

Struktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Englisch
Prüfungsform: Klausur

The course Advanced Econometrics introduces to current econometric methods. Lecture and exercise classes will be held in English.
The content of the course will be presented at intermediate to advanced formal level and will provide a good methodological base both for applied work and more specific econometric methods. Students will learn about potential and limitations of several methods. Applications will focus mainly, but not exclusively, on examples from microeconomics including cross-sectional and panel analyses as well as on the specific methods for modelling discrete and limited dependent variables. The lecture will also provide references to current literature in applied econometrics and econometrics.
It is assumed that participants possess some basic knowledge of statistical concepts, in particular regarding estimation and testing.
The course will be followed in the summer term by one which adds content on time series econometrics and computer based methods and has a stronger focus on application of these econometric methods.
The course will take place in presence.

Der Kurs Advanced Econometrics bietet eine Einführung in die aktuellen ökonometrischen Methoden. Die Vorlesung und Übung werden auf Englisch gehalten, um auch internationalen Studierenden die Teilnahme zu ermöglichen.

Die Inhalte werden auf einem mittleren bis fortgeschrittenem formalen Niveau präsentiert und bieten eine solide methodische Grundlage für die angewandte Wirtschaftsforschung als auch für speziellere Methoden. Die Studierenden lernen die Möglichkeiten der verschiedenen Methoden, aber auch deren Grenzen kennen. Im Hinblick auf die Anwendungsgebiete konzentriert sich dieser Kurs auf die Mikroökonomie, z.B. auf die Modellierung von Querschnitts- und Paneldaten einschließlich der Fälle von diskreten und begrenzt abhängigen Variablen. Im Kurs werden die Studierenden auch in Berührung mit aktueller Literatur der angewandten Ökonomie und Ökonometrie kommen.

Es wird vorausgesetzt, dass die Teilnehmenden über Grundkenntnisse der Statistik, vor allem im Bereich Schätzen und Testen verfügen.

Im Anschluss an diesen Kurs können Studierende das Modul Zeitreihenökonometrie und computergestützte Verfahren besuchen, das sich auf die praxisorientierte ökonometrische Modellierung von Zeitreihen konzentriert.

Die Veranstaltung findet in Präsenz statt.


[Vl] Advanced Econometrics (Vorlesung)  (02-BWL/VWL:MSc-St-1)
Dozent/-in:
Format:
in Präsenz
Zeit und Ort:
regelmäßiger Termin ab 14.10.2024
wöchentlich Mo. 12:00 - 14:00 Uhr  Licher Straße 68, 23 (HS 4)
nächster Termin: 25.11.2024 Uhr, Raum: Licher Straße 68, 23 (HS 4)

Zielgruppen:
M.Sc. BWL  |  M.Sc. VWL  |  M.Sc. AFS  |  M.Sc. EGR


Kommentar:

Struktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Englisch
Prüfungsform: Klausur

The course Advanced Econometrics introduces to current econometric methods. Lecture and exercise classes will be held in English.
The content of the course will be presented at intermediate to advanced formal level and will provide a good methodological base both for applied work and more specific econometric methods. Students will learn about potential and limitations of several methods. Applications will focus mainly, but not exclusively, on examples from microeconomics including cross-sectional and panel analyses as well as on the specific methods for modelling discrete and limited dependent variables. The lecture will also provide references to current literature in applied econometrics and econometrics.
It is assumed that participants possess some basic knowledge of statistical concepts, in particular regarding estimation and testing.
The course will be followed in the summer term by one which adds content on time series econometrics and computer based methods and has a stronger focus on application of these econometric methods.
The course will take place in presence.

Der Kurs Advanced Econometrics bietet eine Einführung in die aktuellen ökonometrischen Methoden. Die Vorlesung und Übung werden auf Englisch gehalten, um auch internationalen Studierenden die Teilnahme zu ermöglichen.

Die Inhalte werden auf einem mittleren bis fortgeschrittenem formalen Niveau präsentiert und bieten eine solide methodische Grundlage für die angewandte Wirtschaftsforschung als auch für speziellere Methoden. Die Studierenden lernen die Möglichkeiten der verschiedenen Methoden, aber auch deren Grenzen kennen. Im Hinblick auf die Anwendungsgebiete konzentriert sich dieser Kurs auf die Mikroökonomie, z.B. auf die Modellierung von Querschnitts- und Paneldaten einschließlich der Fälle von diskreten und begrenzt abhängigen Variablen. Im Kurs werden die Studierenden auch in Berührung mit aktueller Literatur der angewandten Ökonomie und Ökonometrie kommen.

Es wird vorausgesetzt, dass die Teilnehmenden über Grundkenntnisse der Statistik, vor allem im Bereich Schätzen und Testen verfügen.

Im Anschluss an diesen Kurs können Studierende das Modul Zeitreihenökonometrie und computergestützte Verfahren besuchen, das sich auf die praxisorientierte ökonometrische Modellierung von Zeitreihen konzentriert.

Die Veranstaltung findet in Präsenz statt.

Link zu JLUMaps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de


             
nach oben | Kontakt: evv@uni-giessen.de