Dozent: Michael Vogt

Übungsleiter: Manuel Rosenbaum

Allgemeine Informationen:

Vorlesung:	2 h (weitere Informationen siehe Moodle/LSF)
Übung:	2 h (weitere Informationen siehe Moodle/LSF)
Inhalt:	1. Lineare Regression - Lineares Regressionsmodell - Kleinster-Quadrate-Schätzer - Finite-Sample-Theorie - Asymptotische Theorie 2. Hochdimensionale lineare Regression - Lasso-Schätzer - Grundlegende Theorie für den Lasso Schätzer: Prädiktion, Parameterschätzung und Variablenselektion - Numerische Berechnung des Lasso Schätzers 3. Weiterführende Themen (Auswahl) - Nichtlineare Regressionsmodelle - Logistische Regression - Panelregression - Endogenität
Literatur:             Semesterapparat	Wooldridge. Introductory Econometrics: a Modern Approach. Cengage Learning, 2012. Westhoff. An Introduction to Econometrics: a Self-Contained Approach. MIT Press , 2013. Murray. Econometrics: a Modern Introduction. Pearson, 2005. Greene. Econometric Analysis. Prentice Hall, 2011. Davidson and MacKinnon. Econometric Theory and Methods. Oxford University Press, 2004. Hastie, Tibshirani and Wainwright. Statistical Learning with Sparsity: the Lasso and Generalizations. CRC Press, 2015. Bühlmann and van de Geer. Statistics for High-Dimensional Data. Springer, 2011.