WIW.06754.03 - Causal Inference (Complete module description)

WIW.06754.03 - Causal Inference (Complete module description)

Original version English
WIW.06754.03 5 CP
Module label Causal Inference
Module code WIW.06754.03
Semester of first implementation
Faculty/Institute Wirtschaftswissenschaftlicher Bereich - School of Economics and Business
Module used in courses of study / semesters
  • Accounting, Taxation and Finance (MA120 LP) (Master) > Betriebswirtschaftslehre Acc.Taxation&FinanceMA120, Version of accreditation (WS 2020/21 - WS 2022/23) > 1.3.1 Wahlpflichtbereich
  • Accounting, Taxation and Finance (MA120 LP) (Master) > Betriebswirtschaftslehre Acc.Taxation&FinanceMA120, Version of accreditation (WS 2020/21 - WS 2022/23) > 2.3.1 Wahlpflichtbereich I
  • Accounting, Taxation and Finance (MA120 LP) (Master) > Betriebswirtschaftslehre Acc.Taxation&FinanceMA120, Version of accreditation (WS 2020/21 - WS 2022/23) > 3. Wahlbereich
  • Betriebswirtschaftslehre (Business Studies) (MA120 LP) (Master) > Betriebswirtschaftslehre BWL (Business Stud.)MA120, Version of accreditation (WS 2019/20 - SoSe 2023) > 1.1 Methoden
  • Europäische und internationale Wirtschaft (MA120 LP) (Master) > Volkswirtschaftslehre Eur.u.int.Wirtsch.MA120, Version of accreditation valid from WS 2020/21 > 1.1.1. Wirtschaftswissenschaften
  • Europäische und internationale Wirtschaft (MA120 LP) (Master) > Volkswirtschaftslehre Eur.u.int.Wirtsch.MA120, Version of accreditation valid from WS 2020/21 > 2.2.1. Wirtschaftswissenschaften
  • Europäische und internationale Wirtschaft (MA120 LP) (Master) > Volkswirtschaftslehre Eur.u.int.Wirtsch.MA120, Version of accreditation (WS 2010/11 - SS 2020) > A - Volkswirtschaftslehre und Wirtschaftspolitik 10 LP
  • Europäische und internationale Wirtschaft (MA120 LP) (Master) > Volkswirtschaftslehre Eur.u.int.Wirtsch.MA120, Version of accreditation (WS 2010/11 - SS 2020) > B - Europäische und internationale Wirtschaft 10 LP
  • Wirtschaftsinformatik (Business Information Systems) (MA120 LP) (Master) > Wirtschaftsinformatik WirtschaftsinformatMA120, Version of accreditation valid from WS 2020/21 > 1.5 Empirische Methoden
Responsible person for this module
Further responsible persons
Prof. Dr. Chistoph Wunder
Prerequisites
Skills to be acquired in this module
  • Interpretation und Anwendung fortgeschrittener ökonometrischer Methoden, die in empirischen Analysen von Arbeitsmarkt, Finanzmärkten und Marktforschung Verwendung finden
  • Bewertung der dem linearen Regressionsmodell unterliegenden Annahmen und von ggf. überlegenen Verfahren
  • Anwendung von statistischer Software zur Datenanalyse am Computer
  • Kritische Reflexion der Forschungsliteratur
Module contents
  • Evaluationsproblem und kausale Effekte
  • Instrumentvariablenschätzung
  • Difference-in-differences-Verfahren
  • Matching-Verfahren
  • Regression Discontinuity Design
Forms of instruction Lecture (2 SWS)
Exercises (2 SWS)
Course
Course
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Sommersemester
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 2: %; Course 3: %; Course 4: %.
Share of module grade on the course of study's final grade 1
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung 2 0
Course 2 Exercises Übung 2 0
Course 2 Course Selbststudium 0
Course 3 Course Selbststudium 0
Course 4 Course Anfertigung Projektbericht 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 2
Course 3
Course 4
Final exam of module
Projektleistung
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Summer semester No %
Course 2 Summer semester No %
Course 2 Summer semester No %
Course 3 Summer semester No %
Course 4 Summer semester No %