Big Data Methods

  • Unterricht

    Details

    Fakultät Wirtschafts- und Sozialwissenschaftliche Fakultät
    Bereich Volkswirtschaftslehre
    Code UE-EEP.00142
    Sprachen Englisch
    Art der Unterrichtseinheit Vorlesung
    Kursus Master
    Semester SP-2021

    Zeitplan und Räume

    Vorlesungszeiten Donnerstag 11:15 - 14:00, Wöchentlich
    Stunden pro Woche 3

    Unterricht

    Dozenten-innen
    Assistenten
    Beschreibung

    This course discusses quantitative methods for analyzing "big data", i.e. data sets that have either many observations or many variables or both. Firstly, the course covers flexible or "nonparametric" econometric methods for data with many observations, where "flexible" implies that the researcher aims at imposing as few behavioral assumptions as possible. These methods are often more accurate than standard approaches such as OLS, which assumes a linear relation between the explanatory and dependent variables that might not hold in reality.
    Secondly, the course discusses so-called "machine learning" approaches to deal with data that include many variables, in order to optimally exploit the vast information provided in variables. Separating relevant from irrelevant information is key in a world with ever increasing data availability.
    The following topics will be covered in the course:
    * Flexible (non/semiparametric) vs. parametric statistical (or econometric) models
    * Nonparametric regression methods: Kernel regression, series approximation, smoothing splines
    * Methods for choosing smoothing and bandwidth parameters
    * Testing: nonparametric specification and distribution tests
    * Machine learning based on shrinkage and variable selection: Lasso and ridge regression
    * Machine learning based on decision trees, bagged trees, and random forests
    * Introduction to further machine learners: boosting, support vector machines, neural nets, and ensemble methods
    The lecture is accompanied by 4 PC sessions based on the software package "R", in which the methods are applied to empirical data.

    Lernziele

    This course provides students with statistical methods for analyzing "big data" (data sets with many observations and/or variables) that are often more accurate than "standard" tools (such as OLS) hinging on rather restrictive behavioral assumptions. Students should understand the intuition of and differences between the various methods (but are not required to formally reproduce tedious proofs) and how to practically implement them in the statistical software package “R” in order to investigate real world data.

    Zugangsbedingungen

    Knowledge of introductory econometrics/statistics

    Soft Skills
    Ja
    Plätze softskills 10
    ausserhalb des Bereichs
    Nein
    BeNeFri
    Ja
    Mobilität
    Ja
    UniPop
    Nein

    Dokument

    Bibliographie

    J. Racine (2008): “Nonparametric Econometrics: A Primer”, Foundations and Trends in Econometrics, Vol. 3, No 1, pp. 1–88. https://www.nowpublishers.com/article/Details/ECO-009

    G. James, D. Witten, T. Hastie, and R. Tibshirani (2013): An Introduction to Statistical Learning with Applications in R, Springer, New York. http://www-bcf.usc.edu/~gareth/ISL/

    Further references are provided on the moodle site of the course.

  • Einzeltermine und Räume
    Datum Zeit Art der Unterrichtseinheit Ort
    25.02.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    04.03.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    11.03.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    18.03.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    25.03.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    01.04.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    15.04.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    22.04.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    29.04.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    06.05.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    20.05.2021 11:15 - 14:00 Kurs PER 21, Raum C130
    27.05.2021 11:15 - 14:00 Kurs PER 21, Raum C130
  • Leistungskontrolle

    Schriftliche Prüfung - SP-2021, Sommersession 2021

    Datum 16.06.2021 11:00 - 12:30
    Bewertungsmodus Nach Note
    Beschreibung

    Examination time: 90 Min. and participation in PC labs

    Schriftliche Prüfung - SP-2021, Wiederholungssession 2021

    Datum 02.09.2021 11:00 - 12:30
    Bewertungsmodus Nach Note
    Beschreibung

    Examination time: 90 Min. and participation in PC labs

  • Zuordnung
    Zählt für die folgenden Studienpläne:
    Doc - Betriebswirtschaftslehre
    Version: 2002/SA_V01
    Wahlkurse > Wahlkurse UNIFR

    Doc - Quantitative Wirtschaftsforschung
    Version: 2002/SA_V01
    Wahlkurse > Wahlkurse UNIFR

    Doc - Sozialwissenschaften
    Version: 2002/SA_V01
    Wahlkurse > Wahlkurse UNIFR

    Doc - Volkswirtschaftslehre
    Version: 2002/SA_V01
    Wahlkurse > Wahlkurse UNIFR

    Doc - Wirtschafts- und Sozialwissenschaften
    Version: 2002/SA_V01
    Wahlkurse > Wahlkurse UNIFR

    Ergänzende Lehrversanstaltungen in SES
    Version: ens_compl_ses
    803 - MA-Kursangebot für Mobilitätstudierende

    Europastudien 30 [MA]
    Version: SA14_MA_PS_bil_v01
    Wirtschaftliche, politische und soziale Problemfelder in Europa > Modul "Wirtschaft" (Option A)

    Ma - Accounting and Finance - 90 ECTS
    Version: 2021/SA_V01
    Kurse - 72 ECTS > minimum 0 / maximum 1 beliebiger Masterkurs, der an der Universität Fribourg angeboten wird , wenn 72 ECTS in den oben genannten Modulen noch nicht erreicht sind > SES-Wahlkurse auf Masterstufe
    Kurse - 72 ECTS > Modules "Data Analytics" et "Audit et Fiscalité": mind. 3 Kurse > DAT: Data Analytics

    Ma - Betriebswirtschaftslehre - 90 ECTS
    Version: 2017/SA_v01
    Kurse: mind. 63 ECTS > Wahlkurse: max. 18 ECTS > SES-Wahlkurse auf Masterstufe

    Ma - Betriebswirtschaftslehre - 90 ECTS
    Version: 2021/SA_V01
    Kurse: mind. 72 ECTS > Wahlkurse: max. 18 ECTS > SES-Wahlkurse auf Masterstufe
    Kurse: mind. 72 ECTS > Modules - min 54 ECTS > Groupe d'élément de validation du Module DAT > DAT: Data Analytics
    Kurse: mind. 72 ECTS > Modules - min 54 ECTS > Groupe d'élément de validation du Module DIG > DIG: Managing Digitalisation

    Ma - Business Communication : Betriebswirtschaftslehre - 90 ECTS
    Version: 2021/SA_V01
    Kurse - 60 ECTS > Gewählte Option > Betriebswirtschaftslehre > 30 ECTS parmi les modules : > DIG: Managing Digitalisation
    Kurse - 60 ECTS > Gewählte Option > Betriebswirtschaftslehre > 30 ECTS parmi les modules : > DAT: Data Analytics

    Ma - Business Communication : Volkswirtschaftslehre - 90 ECTS
    Version: 2021/SA_V01
    Kurse > Optionsgruppe > Volkswirtschaftslehre > Kurse der Module Master Volkswirtschaftslehre, ohne die Module 4 und 9

    Ma - Business Communication : Wirtschaftsinformatik - 90 ECTS
    Version: 2020/SA_V01
    Kurse - 60 ECTS > Optionsgruppe > Wirtschaftsinformatik > Kurse > Module Betriebswirtschaftslehre > DIG: Managing Digitalisation
    Kurse - 60 ECTS > Optionsgruppe > Wirtschaftsinformatik > Kurse > Module Betriebswirtschaftslehre > DAT: Data Analytics

    Ma - Data Analytics & Economics - 90 ECTS
    Version: 2020/SA-v01
    Courses min 63 ECTS > Mandatory Modules (45 to 63 ECTS) > Module I: Data Analytics (Data)

    Ma - European Business - 90 ECTS
    Version: 2017/SA_v01
    Courses - 63 ECTS > Additional courses: Any Master courses of the Faculty of Economics and Social Sciences, as well as maximum 9 ECTS from all Master programmes of the University. > SES-Wahlkurse auf Masterstufe

    Ma - International and European Business - 90 ECTS
    Version: 2021/SA_V01
    Courses > Module > One complete module taken from the following list > Groupe d'élément de validation du Module DAT > DAT: Data Analytics
    Courses > Module > One complete module taken from the following list > Groupe d'élément de validation du Module DIG > DIG: Managing Digitalisation
    Courses > Additional courses: Any Master courses of the Faculty of Economics and Social Sciences, as well as maximum 9 ECTS from all Master programmes of the University. > SES-Wahlkurse auf Masterstufe

    Ma - Kommunikation und Gesellschaft - 90 ECTS
    Version: 2021/SA_V03
    Forschungsbereiche > Forschungsbereiche > Inter- & Transdisciplinary Perspectives > SES-Wahlkurse auf Masterstufe

    Ma - Kommunikationswissenschaft und Medienforschung - 90 ECTS
    Version: 2015/SA_V01
    Kurse - 60 ECTS > Inter- and Transdisciplinary Perspectives > SES-Wahlkurse auf Masterstufe

    Ma - Marketing - 90 ECTS
    Version: 2021/SA_V02
    Ku > Groupe d'élément de validation du Module DIG > DIG: Managing Digitalisation
    Ku > Groupe d'élément de validation du Module DAT > DAT: Data Analytics
    Ku > Masterwahlkurse auf der gesamten Universität > SES-Wahlkurse auf Masterstufe

    Ma - Public Economics and Public Finance - 90 ECTS
    Version: 2015/SA_V01_MA_VWL_DD
    Kurse > Up to 45 ECTS credits must fulfill the conditions required for the specialisation, including the modules 1, 2 and 6 with a min. of 12 ECTS in each. > Modul 6: Quantitative Volkswirtschaftslehre

    Ma - Volkswirtschaftslehre - 90 ECTS
    Version: 2021/SA_V03
    Mit der ersten Kurseinschreibung in einem der verfügbaren Optionen bestimmen Sie die Optionswahl. > Quantitative Ökonomie > 369 - Option: "Quantitative Ökonomik"
    Wahlkurse > 369 - Wahlkurse vom Master in Volkswirtschaftlehre
    Wahlkurse > Wahlkurse der SES-Fakultät - max. 15 ECTS > SES-Wahlkurse auf Masterstufe

    Ma - Wirtschaftsinformatik - 90 ECTS
    Version: 2020/SA-v01
    Kurse - min. 45 ECTS > Module Betriebswirtschaftslehre - max. 15 ECTS > DIG: Managing Digitalisation
    Kurse - min. 45 ECTS > Module Betriebswirtschaftslehre - max. 15 ECTS > DAT: Data Analytics

    Ma - Wirtschaftsinformatik - 90 ECTS
    Version: 2019/SA_V01
    Kurse - min. 45 ECTS > Module Betriebswirtschaftslehre - max. 15 ECTS > DIG: Managing Digitalisation

    NfMa - Betriebswirtschaftslehre - 30 ECTS
    Version: 2021/SA_V01
    Wahlkurse - 30 ECTS > DIG: Managing Digitalisation
    Wahlkurse - 30 ECTS > DAT: Data Analytics

    NfMa - Data Analytics - 30 ECTS
    Version: 2020/SA-v01
    À choix 18 crédits ECTS

    NfMa - Volkswirtschaftslehre - 30 ECTS
    Version: 2021/SA_V01
    Wahlkurse > 369 - Wahlkurse vom Master in Volkswirtschaftlehre

    NfMa - Wirtschaftsinformatik - 30 ECTS
    Version: 2020/SA_V01
    Kurse > Module Betriebswirtschaftslehre > DIG: Managing Digitalisation
    Kurse > Module Betriebswirtschaftslehre > DAT: Data Analytics