Einleitung

• In dieser Vorlesung werden Begriffe und Methoden der Wahrscheinlichkeitsrechnung und Statistik weiter vertieft, die teilweise bereits im Grundkurs "Stochastik für Wirtschaftswissenschaftler" eingeführt worden sind, vgl. beispielsweise das Vorlesungsskript unter der Internet-Adresse:
  http://www.mathematik.uni-ulm.de/stochastik/lehre/ss01/stochInfWi/vs1/vs1.html
• Das Ziel der Vorlesung Wirtschaftsstatistik besteht vor allem darin, solche Begriffe und Methoden der
  • beschreibenden Statistik
  sowie der
  • beurteilenden Statistik
  auf anschauliche Weise zu behandeln, die bei der Gewinnung, Darstellung und Beschreibung von Wirtschaftsdaten sowie bei deren Analyse, Bewertung und Interpretation nützlich sind.
• Die beschreibende Statistik (auch deskriptive Statistik bzw. explorative Datenanalyse genannt) befasst sich hauptsächlich damit,
  • Daten, die aus der Beobachtung von interessierenden Sachverhalten, Objekten bzw. Vorgängen gewonnen werden, in geeigneter Form darzustellen und zu beschreiben.
• Bei der Untersuchung von großen Datenmengen geht es dabei oft um eine geeignete Strukturierung der Daten, beispielsweise um eine geeignete Zusammenfassung/Komprimierung von Teildatensätzen bzw. deren graphische Darstellung, um somit wesentliche Eingenschaften der Daten stärker hervorzuheben (und Nebensächliches in den Hintergrund zu rücken).
• Die beurteilende Statistik (auch schließende, induktive bzw. inferentielle Statistik genannt) nutzt
  • Begriffe und Methoden der mathematischen Stochastik.
• Hierdurch wird eine wesentlich tiefergehende Analyse, Bewertung und Interpretation der Daten ermöglicht.

Die Vorlesung Wirtschaftsstatistik besteht aus drei Teilen:

1. Grundideen der beschreibenden Statistik, insbesondere
   • Methoden der Datengewinnung (Datenerhebung, experimentelle Datengewinnung, Monte-Carlo-Simulation),
   • Kenngrößen zur Beschreibung von univariaten Daten (Maßzahlen für Lage und Streuung der Daten, Konzentrationsmaße, relative Häufigkeiten, empirische Verteilungsfunktion),
   • Kenngrößen zur Beschreibung von bivariaten Daten (Kontingenztafeln, Zusammenhangsmaße)
2. Regressions- und Varianzanalyse, insbesondere
   • einfache bzw. multiple lineare Regression (Schätzen und Testen von Modellparametern; Prognose von Zielgrößen)
   • einfaktorielle bzw. mehrfaktorielle Varianzanalyse (mit festen Effekten)
3. Modellierung und Analyse von Zeitreihen, insbesondere
   • Komponentenmodelle
   • globale und lokale Regressionsansätze
   • Periodogramm und Kovarianzanalyse

Die folgende Liste von einführenden Lehrbüchern umfasst lediglich eine kleine Auswahl von Texten, die neben dem Vorlesungsskript für ein ergänzendes und vertiefendes Studium empfohlen werden können.

• Bamberg, G. und Baur, F., Statistik. Oldenburg-Verlag, München, 2001.
• Bosch, K., Elementare Einführung in die angewandte Statistik. Vieweg-Verlag, Braunschweig, 2000.
• Bosch, K., Statistik-Taschenbuch (3. Aufl.). Oldenbourg-Verlag, München, 1998
• Fahrmeir, L., Künstler, R., Pigeot, I. und Tutz, G., Statistik: Der Weg zur Datenanalyse (4. Aufl.). Springer-Verlag, Berlin, 2002.
• Hartung, J., Elpelt, B. und Klösener, K.-H., Statistik: Lehr- und Handbuch der angewandten Statistik. Oldenbourg-Verlag, München, 2002.
• Kazmier, L.J., Wirtschaftsstatistik. McGraw-Hill, London, 1996.
• Schlittgen, R. und Streitberg, B., Zeitreihenanalyse. Oldenbourg-Verlag, München, 1999.
• Storm, R., Wahrscheinlichkeitsrechnung, mathematische Statistik und Qualitätskontrolle. Hanser-Fachbuchverlag, Leipzig, 2001.