Die Arbeitsgruppe "Angewandte Statistik" wurde bis Dezember 2018 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 Wirtschafts-/Technomathematik, Wirtschaftswissenschaften, Wirtschaftsingenieurwesen und (Wirtschafts-)Informatik. Darüber hinaus bieten wir weiterführende Veranstaltungen für Interessierte aus den unterschiedlichsten Disziplinen an.

Aktuelle Veröffentlichungen:

• Reicherzer, T., S. Häffner, T. Shahzad, J. Gronbach, J. Mysliwietz, C. Hübener, U. Hasbargen, J. Gertheiss, A. Schulze, S. Saverio, R.E. Morty, A. Hilgendorff, and H. Ehrhardt (2018): Activation of the NFkB pathway alters the phenotype of MSCs in the tracheal aspirates of preterm infants with severe BPD. American Journal of Physiology–Lung Cellular and Molecular Physiology, in press.
• 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.