Forschungsprojekte

Bootstrap-Methoden für Zeitreihen bei schwacher Abhängigkeit (2)

In der Statistik ist es häufig wichtig, die Verteilung einer gegebenen Zufallsgröße zu bestimmen, z.B. zur Festlegung kritischer Werte bei Hypothesentests. Falls ein rein analytischer Zugang nicht zum Ziel führt, so wird häufig der Weg über die Imitation der Statistik (sogenannte Bootstrap-Verfahren) gegangen. Unbekannte Parameter des datengenerierenden Prozesses müssen dabei geschätzt werden.

Antragsteller Prof. Dr. Michael Neumann
Lehrstuhl Institut für Stochastik
Drittmittelgeber DFG - Deutsche Forschungsgemeinschaft
Laufzeit März 2011 - Dezember 2014
Stellen 1
Besetzung Dipl.-Math. oec. Nadine Müller
Dr. rer. nat. Barabara Wieczorek
Projektart Einzelprojekt
Link zur Webseite http://gepris.dfg.de/gepris/OCTOPUS/;jsessionid=B491DBFD7337E7CD317FCCC67A5D5FD0?module=gepris&task=showDetail&context=projekt&id=67171637&selectedSubTab=1