Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

• die Maximum-Likelihood Schätzmethode und asymptotische Resultate zu erklären,
• Modelle für Individualdaten zu erläutern und passende Modelle je nach Datenlage und Aufgabenstellung auszuwählen,
• ML Schätzmethoden anzuwenden und die Ergebnisse zu analysieren und zu interpretieren.

Übungen zur gleichnamigen Vorlesung. 

Reine Kreuzerlübung.

Die Übungen starten am 10. März um 9h15.

Die Übung wird zu den üblichen Zeiten stattfinden:

Mittwoch, 9-11h

Die gelösten Beispiele sind im TUWEL zu markieren. Notenschlüssel:

• 1: > 80%
• 2: > 70%
• 3: > 60%
• 4: > 50%

Grundkenntnisse in linearer Algebra, Wahrscheinlichkeitstheorie und Statistik, sowie grundlegende Ökonometrie (lineare Regressionsmodelle).