基本信息
views: 69

Bio
Meine aktuellen Forschungsthemen können in drei Themenbereiche gegliedert werden:
1. Zeitreihenanalyse
Zeitreihen bezeichnen Datensätze, die entlang einer Zeitachse geordnet werden können. Oft liegen die Daten in regelmäßigen Abständen vorm etwa Tages-, Monats- oder Quartalsdaten. Für das Verstehen der Daten sowie für deren Prognose kommen sogenannte dynamische Modelle zur Anwendung. Die einfachste Form solcher dynamischer Modelle sind autoregressive Modelle, die die Zukunft als gewichtetes Mittel von vergangenen Beobachtungen prognostizieren.
Eine Verallgemeinerung von autoregressiven Modellen sind lineare dynamische Modelle, welche in Form von sogenannten ARMA (autoregressive moving average) oder den äquivalenten Zustandsraummodellen angegeben werden.
Für diese Klasse an Modellen stehen verschiedene Schätzmethoden zur Verfügung, wobei die sogenannten Subspace-Verfahren eine relativ neue und numerisch und konzeptionell einfache Methodik zur Verfügung stellen. Speziell für sogenannte integriert und saisonal integrierte Prozesse aber auch für hochdimensionale Prozesse sind deren Eigenschaften nicht hinreichend erforscht.
2. Raum-zeitliche Modelle
Diese Modelle enthalten sowohl eine zeitliche als auch eine räumliche Dimension. Typische Datensätze werden als Paneldaten bezeichnet, wobei die verschiedenen beobachteten Entitäten eine Anordnung im Raum besitzen.
Beispiele solcher Daten sind etwa Jahresdaten der BIPs aller europäischer Länder, die Umsätze von Supermärkten in Bielefeld pro Tag oder die Fahrzeiten in 15-Minuten-Intervallen für Strassensegmente.
Für dies Art von Daten gibt es eine Vielzahl an Modellen, wobei die räumliche Abhängigkeit bisher nur relativ grob ausfällt. Die wesentliche Forschungsfrage hierbei besteht in der Weiterentwicklung der Spezifikation und Schätzung verschiedener Modelle.
3. Diskrete Wahlmodelle
Diskrete Wahlmodelle bezeichnen Modelle, die zur Repräsentation der Auswahl einer aus endlich vielen Möglichkeiten zur Anwendung kommen. Typische Anwendungen bilden etwa die Modellierung der Produktwahl oder die Verkehrsmittelwahl.
Dieser Forschungsschwerpunkt untersucht neue Methoden zur Schätzung sogenannter Probit-Modelle sowie deren Anwendung auf die Verkehrsmittelwahl.
1. Zeitreihenanalyse
Zeitreihen bezeichnen Datensätze, die entlang einer Zeitachse geordnet werden können. Oft liegen die Daten in regelmäßigen Abständen vorm etwa Tages-, Monats- oder Quartalsdaten. Für das Verstehen der Daten sowie für deren Prognose kommen sogenannte dynamische Modelle zur Anwendung. Die einfachste Form solcher dynamischer Modelle sind autoregressive Modelle, die die Zukunft als gewichtetes Mittel von vergangenen Beobachtungen prognostizieren.
Eine Verallgemeinerung von autoregressiven Modellen sind lineare dynamische Modelle, welche in Form von sogenannten ARMA (autoregressive moving average) oder den äquivalenten Zustandsraummodellen angegeben werden.
Für diese Klasse an Modellen stehen verschiedene Schätzmethoden zur Verfügung, wobei die sogenannten Subspace-Verfahren eine relativ neue und numerisch und konzeptionell einfache Methodik zur Verfügung stellen. Speziell für sogenannte integriert und saisonal integrierte Prozesse aber auch für hochdimensionale Prozesse sind deren Eigenschaften nicht hinreichend erforscht.
2. Raum-zeitliche Modelle
Diese Modelle enthalten sowohl eine zeitliche als auch eine räumliche Dimension. Typische Datensätze werden als Paneldaten bezeichnet, wobei die verschiedenen beobachteten Entitäten eine Anordnung im Raum besitzen.
Beispiele solcher Daten sind etwa Jahresdaten der BIPs aller europäischer Länder, die Umsätze von Supermärkten in Bielefeld pro Tag oder die Fahrzeiten in 15-Minuten-Intervallen für Strassensegmente.
Für dies Art von Daten gibt es eine Vielzahl an Modellen, wobei die räumliche Abhängigkeit bisher nur relativ grob ausfällt. Die wesentliche Forschungsfrage hierbei besteht in der Weiterentwicklung der Spezifikation und Schätzung verschiedener Modelle.
3. Diskrete Wahlmodelle
Diskrete Wahlmodelle bezeichnen Modelle, die zur Repräsentation der Auswahl einer aus endlich vielen Möglichkeiten zur Anwendung kommen. Typische Anwendungen bilden etwa die Modellierung der Produktwahl oder die Verkehrsmittelwahl.
Dieser Forschungsschwerpunkt untersucht neue Methoden zur Schätzung sogenannter Probit-Modelle sowie deren Anwendung auf die Verkehrsmittelwahl.
Research Interests
Papers共 126 篇Author StatisticsCo-AuthorSimilar Experts
By YearBy Citation主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
arxiv(2025)
Cited0Views0Bibtex
0
0
TRANSPORTATION RESEARCH PART B-METHODOLOGICAL (2024)
Econometricsno. 2 (2023)
ECONOMETRICSno. 2 (2023)
arxiv(2022)
Dietmar Bauer, Rainer Buschmeier
Lennart Oelschläger,Dietmar Bauer
CRAN Contributed Packages (2021)
Yuanyuan Li,Dietmar Bauer
Econometricsno. 3 (2020): 38-38
Load More
Author Statistics
#Papers: 126
#Citation: 3053
H-Index: 26
G-Index: 48
Sociability: 6
Diversity: 2
Activity: 1
Co-Author
Co-Institution
D-Core
- 合作者
- 学生
- 导师
Data Disclaimer
The page data are from open Internet sources, cooperative publishers and automatic analysis results through AI technology. We do not make any commitments and guarantees for the validity, accuracy, correctness, reliability, completeness and timeliness of the page data. If you have any questions, please contact us by email: report@aminer.cn