Hauptinhalt

Projekte

Aktuelle Drittmittel-Projekte

Teilprojekt UM4 Punktprozesse und Strukturbrüche im LOEWE Schwerpunkt Natur 4.0 - Flächendeckendes Naturschutzmonitoring durch vernetzte Sensorik und integrative Datenanalyse (Laufzeit 2019-2022) mit Pavel Tafo

Bedingte Auftrittswahrscheinlichkeiten oder Intensitäten von Tierpopulationen in geographischen Gebieten ermöglichen die Bestimmung von Charakteristika von Habitaten, und stellen somit ein zentrales Element im Wildtiermanagement dar. Bei aktuellen statistischen Methoden erfolgt die räumliche Vorhersage durch Poissonsche Punktprozesse mit log-linearer Intensitätsfunktion in den erklärenden Variablen. Die zeitliche Variation ist für den Monitoring Prozess von Habitaten wichtig, wird jedoch in diesen Modellen bisher nur unzureichend berücksichtigt. Insbesondere zeitliche Brüche können so nicht modelliert oder detektiert werden. Die im Rahmen von Natur 4.0 relevante Analyse von Fernerkundungsdaten zur Ableitung von Bestands- und Landschaftsstrukturen führt auf inverse Probleme, die derzeit in ad-hoc Verfahren mit Bayesschen Methoden gelöst werden, ohne den Grad der Regularisierung datengetrieben methodisch fundiert zu wählen. Übergeordnetes Ziel des Teilprojektes ist die theoretisch fundierte Weiterentwicklung statistischer Methoden unter Berücksichtigung zeitlicher Abhängigkeiten für die Modellierung der in Natur 4.0 zu erfassenden Daten zu Abundanzen aus heterogenen Quellen, sowie die Detektion von zeitlichen strukturellen Veränderungen.

Homepage des LOEWE Schwerpunktes

Abgeschlossene Drittmittel-Projekte

Nichtparametrische Schätzung und Konfidenzgebiete für Unstetigkeitsstellen in verrauschten und verschwommenen Regressionsfunktionen (DFG Projekt HO 3260/5-1, Laufzeit 2015 - 2018) mit Viktor Bengs, Matthias Eulert

Die Theorie zur nichtparametrischen Schätzung von univariaten (1d) und bivariaten (2d) stetigen Regressionsfunktionen ist sehr gut entwickelt. Liegt allerdings eine Sprungstelle bei einer 1d Regressionskurve bzw. eine Sprungkurve bei einer 2d Regressionsfläche vor, so können Glättungsverfahren wie z.B. lokale Polynomschätzer nicht ohne Modifikationen verwendet werden. Darüber hinaus sind Sprungstelle und Sprunghöhe (1d) sowie die Lage einer Sprungkurve und deren Kontrast (2d) häufig von bedeutendem eigenständigem wissenschaftlichem Interesse. Es gab keine allgemein geeigneten Methoden sowohl für die Konstruktion von Konfidenzintervallen für Sprünge in 1d Regressionskurven, die mit einer zusätzlichen Faltung beobachtet werden, als auch für gleichmäßige Konfidenzbereiche für Sprungkurven in 2d Bildern. Die Entwicklung solcher Konfidenzintervalle und -bereiche in diesen Schätzproblemen war daher das erste grundlegende Ziel des Projektes. Bei der Beobachtung von 2d Bildern kommt es neben Messfehlern häufig zu einer zusätzlichen Unschärfe, nämlich der Faltung der Zielfunktion mit einer sogenannten „point spread function“, welche bei der Rekonstruktion beachtet werden muss. Sowohl die theoretische Optimalität von Schätzern der Sprungkurve unter Dekonvolution, als auch praktische Rekonstruktionsverfahren wurden im zweiten Teil des Projektes detailliert studiert.

Struktur, Trends und Determinanten von Wachstum und Wohlfahrtsindikatoren: Clusteranalyse von zeitabhängigen und multivariaten Daten (DFG Projekt HO 3260/3-2, Laufzeit 2013 - 2014) mit Florian Schwaiger, Anna Leister

Kooperation mit: Dr. Sebastian Vollmer (Universität Göttingen), Prof. Stephan Klasen, PhD (Universität Göttingen)

Zentrales methodisches Ziel war die Weiterentwicklung von Merging Methoden, d.h. der Zusammenfassung von Komponenten in einer Mischung zu einem Cluster anhand objektiver Kriterien. Hier sollte vor allem auf den Fall zeitlicher Abhängigkeit bei Hidden Markov Modellen eingegangen werden.  Darüber hinaus sollte Methodik zur Modellierung von unbeobachteter Heterogenität unter Berücksichtigung von Kovariablen sowie des zeitlichen Verlaufs weiterentwickelt sowie im Kontext der Wachstumsempirie und der Theorie regionaler Integration und Konvergenz, vor allem innerhalb der Europäischen Union, angewendet werden.

Struktur, Trends und Determinanten monetärer und nicht-monetärer Wohlfahrtsverteilungen (DFG Projekt HO 3260/3-1, Laufzeit 2010 - 2013) mit Florian Ketterer, Florian Schwaiger

Kooperation mit: Dr. Sebastian Vollmer (Universität Hannover und Harvard University), Prof. Stephan Klasen, PhD (Universität Göttingen)

Das Studium monetärer Wohlfahrtsverteilungen ist von zentraler Bedeutung sowohl für die Wohlfahrtstheorie als auch für die empirische Wachstumsforschung, und kann unter verschiedenen Gesichtspunkten erfolgen. Zum einen wird in (typischer Weise jährlichen) Querschnittsstudien die Struktur der Verteilung untersucht, insbesondere auf das Vorliegen mehrerer Einkommensgruppen innerhalb der Wohlfahrtsverteilung. Darüber hinaus stellt sich die Frage nach Determinanten der Wohlfahrtsverteilung, also nach zusätzlichen Kovariablen, die diese maßgeblich beeinflussen. Schließlich ist die zeitliche Dynamik der Wohlfahrtsverteilung von Interesse, insbesondere unter dem Stichwort der Konvergenz.
Das primäre Ziel dieses interdisziplinären Projektes war es, diese unterschiedlichen Aspekte von monetären Wohlfahrtsverteilungen, die bisher schwerpunktmäßig separat untersucht wurden, in einem gemeinsamen Kontext zu studieren und somit eine Verbindung zwischen Wohlfahrtstheorie sowie empirischer Wachstumsforschung herzustellen. Ökonometrische Grundlagenforschung in dem Projekt wurde in erster Linie im Bereich der switching regime Modelle durchgeführt. Dabei war das hauptsächliche methodische Ziel die Konstruktion  komplexer switching regime Modelle, welche auch eine longitudinale Struktur, zusätzliche Kovariablen, eine flexible Wahl der marginalen Verteilungen  sowie die Wahl der Anzahl Zustände durch statistische Tests erlauben. Innerhalb der neuen Methodologie wurden auch wohlfahrtstheoretische Fragestellungen wie regionale Konvergenz (etwa innerhalb der EU oder Deutschlands) und  Pro-Poor Growth untersucht werden. Schließlich wurde die Reichweite der neuen Techniken durch Anwendungen auf nicht-monetäre Wohlfahrtsverteilungen wie etwa der Lebenserwartung, Bildung oder auch des Human Development Index (HDI) unterlegt.

Gemeinsame Modellierung von Strom- und Brennstoffpreisen (gemeinsam mit der EnBW Trading GmbH, Laufzeit 2009 - 2012) mit Dirk Engel

In den letzten Jahren wurden eine Reihe von Energiemärkten in der ganzen Welt liberalisiert, was unter anderem auch zur Entstehung von Energiebörsen (wie beispielsweise der European Energy Exchange (EEX) in Leipzig) geführt hat, an denen Produkte wie Strom, Gas oder Emissionszertifikate gehandelt werden. Das Ziel dieses Projekts ist die Entwicklung, Implementierung und Kalibrierung eines gekoppelten Spotpreismodells für Strom (auf stündlicher Basis) und Brennstoffe (insbesondere Erdgas, aber auch Emissionszertifikate und Kohle). Hierzu werden in einem ersten Schritt relevante Faktoren, die einen signifikanten Einfluss auf diese Preise haben, auf Grundlage von fundamentalen Überlegungen identifiziert und anschließend modelliert. In einem nächsten Schritt wird die Abhängigkeitsstruktur der verschiedenen Rohstoffpreise analysiert und mit Hilfe von ökonometrischen Methoden modelliert. Ein solches gekoppeltes Spotpreismodell für Strom und Brennstoffe kann zur Bewertung von Realoptionen wie zum Beispiel Gaskraftwerke und sogenannter Spark-Spread-Optionen oder zur Kraftwerkseinsatzplanung eingesetzt werden.