Quantitative Methods in Energy Economics
Winter
3.5 ECTS
Englisch
Bachelor: Vertiefung
Master
Prüfungsleistung mündlich
Teilleistung "T-WIWI-102889 – Quantitative Methods in Energy Economics" darf noch nicht begonnen sein.
Vorlesung
|
Relevanz des Vorlesungsbesuches
Hinblicklich: Folien selbsterklärend, Vorlesung behandelt zusätzlichen Stoff |
|
| Nicht Prüfungsrelevant | Sehr prüfungsrelevant |
|
|
|
|
Gestaltung der Vorlesung
|
|
| Uninteressant | Sehr interessant |
|
|
|
|
Qualität der Vorlesungsmaterialien
Hinblicklich: Vollständigkeit, Struktur |
|
| Materialien schlecht | Materialien gut |
|
|
|
Prüfung
| Reproduktion | Transfer |
|
|
|
| Nicht rechenlastig | Sehr rechenlastig |
|
|
|
| Aufwand < ECTS | Aufwand > ECTS |
|
|
|
| Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
|
| Reproduktion | Transfer |
|
|
|
| Nicht rechenlastig | Sehr rechenlastig |
|
|
|
| Aufwand < ECTS | Aufwand > ECTS |
|
|
|
| Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
|
Kommentare und Einzelbewertungen
− 2+
Die Vorlesung wird auf englisch gehalten, die mündliche Prüfung kann aber auch auf deutsch durchgeführt werden. Man fängt mit einem eigens ausgewählten Thema an und kommt nach 15 Minuten auf ein zweites zu sprechen. Nach dem was ich gehört habe fragen die Dozenten hauptsächlich Time Series Analysis und Regressionen ab. Wer diese beiden Themen in der Tiefe beherrscht hat sollte mit einer guten Note rechnen können.
Semester der Prüfung: WS19-20
Der Kommentator würde diese Veranstaltung empfehlen.
− 0+
Mir hat der Aufbau der Vorlesung sehr gut gefallen, und man merkt, dass beide Dozierenden viel Engagement mitbringen. Wer schon ein wenig Statistikkenntnisse hat, tut sich leichter, da die Folien teilweise formell sind und die Intuition hinter manchen Formeln nicht immer direkt ersichtlich ist. Gerade deshalb lohnt sich der Vorlesungsbesuch: Vieles wird dort gut eingeordnet - am besten schreibt man konsequent mit und ergänzt die Folien durch eigene Notizen.
Inhaltlich dreht sich die Veranstaltung vor allem um Regression sowie Time Series Analysis (ARIMA, ARDL). Außerdem werden Extreme Value Theory, Bayesian Statistics und Bootstrap angeschnitten.
Die mündliche Prüfung besteht zunächst aus einer etwa fünfminütigen eigenen Präsentation zu einem Thema nach Wahl. Danach folgen circa fünf Minuten Fragen zu diesem Thema und anschließend etwa zehn Minuten zu weiteren Inhalten der Vorlesung. Wenn man die genannten Schwerpunkte (Regression, Zeitreihenanalyse) sicher beherrscht, verständlich erklären kann und in der Prüfung die relevanten Formeln aufstellen kann, kann man mit einer sehr guten Note rechnen.
Semester der Prüfung: WS25-26
Der Kommentator würde diese Veranstaltung empfehlen.
Einzelbewertung