Mathematik > Arbeitsgruppen > Arbeitsgruppe Angewandte Statistik

Arbeitsgruppe Angewandte Statistik

Die Arbeitsgruppe "Angewandte Statistik" wird seit dem Sommersemester 2016 von Herrn Prof. Dr. Jan Gertheiss geleitet.

 

Die Arbeitsgruppe beschäftigt sich zum einen mit anwendungsorientierter und -motivierter Methodenentwicklung, insbesondere Regularisierung und Ensemble-Methoden für kategoriale, funktionale und hoch-dimensionale Daten. Zum anderen unterstützen wir Anwender, etwa aus den Wirtschafts-, Ingenieur- und Lebenswissenschaften, bei Fragen zu Statistik und Datenanalyse.

 

In der Lehre sind wir verantwortlich für die Statistik-Grundausbildung von Studierenden aus den Bereichen Wirtschaftswissenschaften, Wirtschaftsingenieurwesen und (Wirtschafts-)Informatik. Darüber hinaus bieten wir weiterführende Veranstaltungen für Interessierte aus den unterschiedlichsten Disziplinen an.

 

Aktuelle Veröffentlichungen:

  • Gertheiss, J., J. Goldsmith, and A.-M. Staicu (2017): A note on modeling sparse exponential-family functional response curves. Computational Statistics & Data Analysis, 105, 46–52.
  • Trautmann, J., L. Meier-Dinkel, J. Gertheiss, and D. Mörlein (2017): Noise and accustomization: a pilot study of trained assessors’ olfactory performance. PLOS ONE.
  • Baran, S. and A. Möller (2016): Bivariate ensemble model output statistics approach for joint forecasting of wind speed and temperature.
    Meteorology and Atmospheric Physics, to appear.
  • Feilke, M., B. Bischl, V.J. Schmid, and J. Gertheiss (2016): Boosting in nonlinear regression models with an application to DCE-MRI data. Methods of Information in Medicine, 55, 31–41.
  • Hess, W., G. Tutz, and J. Gertheiss (2016): A flexible link function for discrete-time duration models. Jahrbücher für Nationalökonomie und Statistik (Journal of Economics and Statistics), 236, 455–482.
  • Meier-Dinkel, L., J. Gertheiss, W. Schnäckel, and D. Mörlein (2016): Consumers’ perception and acceptance of boiled and fermented sausages from strongly boar tainted meat. Meat Science, 118, 34–42.
  • Möller, A. and J. Groß (2016): Probabilistic temperature forecasting based on an ensemble AR modification. Quarterly Journal of the Royal Meteorological Society, 142, 1385–1394.
  • Möller, A., G. Tutz, and J. Gertheiss (2016): Random Forests for Functional Covariates. Journal of Chemometrics, 30, 715–725.
  • Mörlein, D., J. Trautmann, J. Gertheiss, L. Meier-Dinkel, J. Fischer, H.-J. Eynck, L. Heres, C. Looft, and E. Tholen (2016): Interaction of skatole and androstenone in the olfactory perception of boar taint. Journal of Agricultural and Food Chemistry, 64, 4556–4565.
  • Scheipl, F., J. Gertheiss, and S. Greven (2016): Generalized functional additive mixed models. Electronic Journal of Statistics, 10, 1455–1492.
  • Sweeney, E., C. Crainiceanu, and J. Gertheiss (2016): Testing differentially expressed genes in dose-response studies and with ordinal phenotypes. Statistical Applications in Genetics and Molecular Biology, 15, 213–235.
  • Trautmann, J., L. Meier-Dinkel, J. Gertheiss, and D. Mörlein (2016): Boar taint detection: A comparison of three sensory protocols. Meat Science, 111, 92–100.
  • Tutz, G. and J. Gertheiss (2016): Regularized regression for categorical data (with discussion and rejoinder). Statistical Modelling, 16, 161–260.
 

Sitemap  Datenschutz  Kontakt  Impressum
© TU Clausthal 2017