Ökonometrie, zuerst eingeführt von Ragnar Frisch, Lawrence Klein und Simon Kuznets, ist die Anwendung statistischer Modelle auf Wirtschaftsdaten, um sowohl neue Theorien zu entwickeln, als auch bestehende Hypothesen zu testen. Die Ökonometrie kann in zwei Hauptzweige unterteilt werden: in die theoretische und angewandte Ökonometrie. Das Ziel der Ökonometrie ist die quantitative Analyse wirtschaftlicher Phänomene; Ökonometrie gibt den wirtschaftlichen Beziehungen einen empirischen Inhalt. Oder mit anderen Worten: Ökonometrie beinhaltet eine Analyse der Wirtschaft und die Erstellung von Prognosen.

Die theoretische Ökonometrie erstellt und testet die Methoden, die später auf reale Daten angewendet werden - sie ist sehr mathelastig. Entscheidend für diesen Prozess ist die Suche nach "Schätzern" - diese sind bestenfalls unverzerrt,  effizient und konsistent - deren Eignung unter bestimmten mathematischen Bedingungen präzise getestet wird.

Suggested Opportunities

• Master-Studiengang
• Posted 2 days ago

Master Data and Economics for Public Policy - Ecole polytechnique/ENSAE Paris/Télécom Paris

Starts 1 Sep at Ecole Polytechnique in Palaiseau, Frankreich

Jun 30, 2027 814900 80 Ecole Polytechnique

• Konferenz
• Posted 3 days ago

38th RSEP International Conference on Economics, Finance and Business

Between 30 Jan and 31 Jan in Dubai, Vereinigte Arabische Emirate

Jan 31, 2025 80 80 Review of Socio-Economic Perspectives (RSEP)

Die angewandte Ökonometrie konzentriert sich typischerweise auf das Konsumentenverhalten und auf Modelle, die versuchen vorherzusagen, wie - um es einfach auszudrücken - etwas dadurch beeinflusst wird, dass sich etwas anderes verändert. Dazu gehört zum Beispiel die Untersuchung folgender Aspekte: die Beziehung zwischen Einkommensniveau und Konsum; die Werbeausgaben im Verhältnis zum Produktabsatz. Um die Stärke einer solchen Verbindung zu messen, natürlich unter der Bedingung, dass eine Verbindung zwischen den Aspekten existiert, verwenden Ökonometriker Instrumente wie das Modell der multiplen linearen Regression.