Lernziele

Es ist wichtig, dass Sie verstehen, warum Sie etwas tun — d.h. die Ziele Ihrer Aktivitäten. Die Aktivitäten in diesem Kurs:

• Teilnahme an Vorlesungen,

• Ansehen von Videos,

• Lesen von Artikeln und anderen Materialien,

• und natürlich die Bearbeitung der Übungen

leiten sich alle von den Lernzielen ab. Dies sind Dinge, die Sie nach der Durchführung einer oder mehrerer dieser Aktivitäten können sollten. (Natürlich kann es einige Zeit dauern, bis Sie sie vollständig beherrschen.)

Die Lernziele befinden sich auf zwei Ebenen: der Kursebene und der wöchentlichen Ebene. Auf der Kursebene gruppieren wir sie in fünf Kategorien:

1. Deskriptive Statistik,

2. Programmiertechniken,

3. Interpretationsherausforderungen,

4. Persönliche Fähigkeiten,

5. Soziale Fähigkeiten.

Auf der wöchentlichen Ebene listen wir nur die Lernziele für Deskriptive Statistik und Programmiertechniken auf. Die Ziele in Bezug auf Interpretationsherausforderungen aufzulisten, würde bedeuten, die Lösungen der Aufgaben vorwegzunehmen. Die Ziele in Bezug auf persönliche und soziale Fähigkeiten wären auf wöchentlicher Ebene einfach zu repetitiv.

Bitte machen Sie sich mit den Lernzielen des Kurses vertraut und kehren Sie immer wieder zu ihnen zurück, um zu sehen, wie Sie vorankommen. Jede Woche sollten Sie damit beginnen, die Ziele vor der Vorlesung durchzugehen.

Deskriptive Statistik¶

• Die Studierenden verwenden einfache deskriptive Statistiken:

  • Mittelwert, Median, Modus

  • Varianz, Standardabweichung

  • Kovarianz, Korrelation

  • Gini-Koeffizient

  • Inflationsrate

• Die Studierenden wenden grundlegende Prinzipien der guten Visualisierung an (‘principle of proportional ink’, sinnvolle Skalierung, Darstellung von Heterogenität).

Programmiertechniken¶

• Die Studierenden wenden grundlegende Programmiertechniken an, um Daten zu analysieren und einfache wirtschaftliche Zusammenhänge zu beschreiben.

• Die Studierenden verwenden korrekte Datentypen und Transformationen, um volkswirtschaftliche Daten in üblicher Form zu analysieren.

• Die Studierenden verwenden:

  • Series

  • DataFrames

  • Datentypen

  • Reduktionen

  • Bedingungen

  • Indexierung

  • Groupby

  • Schleifen

  • Funktionen

Interpretation von Ergebnissen¶

• Die Studierenden beschreiben intuitiv (d.h. nicht formal-mathematisch) die häufigsten Herausforderungen bei der Interpretation wirtschaftlicher Zusammenhänge:

  • Selektionseffekte

  • Messfehler

  • Kausalität

  • Goodhards Gesetz

  • Verwendung sinnvoller Skalen

• Studierende unterziehen quantitative Aussagen in Nachrichtenberichten einer kritischen Überprüfung.

Visualisierungsherausforderungen¶

• Die Studierenden formatieren Text mit Markdown so, dass er leicht verständlich ist.

• Die Studierenden verwenden:

  • Streudiagramme

  • Histogramme

  • Liniendiagramme

  • Balkendiagramme

• Die Studierenden formatieren Tabellen so, dass die relevanten Informationen schnell vermittelt werden.

Persönliche Fähigkeiten¶

• Die Studierenden arbeiten konsequent während des gesamten Semesters.

• Die Studierenden erschließen sich selbstständig das Kursmaterial und die Aufgaben.

• Die Studierenden reflektieren ihre Vorgehensweise beim Verständnis und der Lösung von Aufgabenstellungen.

Soziale Fähigkeiten¶

• Die Studierenden arbeiten konstruktiv in Gruppen, um Probleme zu lösen.

• Die Studierenden helfen sich gegenseitig beim Verständnis des Materials.

• Die Studierenden überwinden potentiell herausfordernde Gruppenkonstellationen.