Forschungsgruppe Angewandte Statistik
> Zum Inhalt

Forschung

Hier geht es zu der TU-Forschungsdatenbank: Forschungsprojekte

Publikationen der Forschungsgruppe können in der Publikationsdatenbank der TU Wien gesucht werden. 

Beratung für nationale Förderprogramme (teilweise TISS-Zugang notwending): Förderberatung


Laufende Projekte

Sufficient Dimension Reduction Methodology in Forecasting (FWF - Der Wissenschaftsfonds)

Projektleitung: Efstathia Bura
Projektmitarbeit: Karl Oskar Ekvall, Manfred Deistler, Lukas Fertl, Barbara Brune, Daniel Kapla
Projektstart: Dezember 2017

Abstract

Ökonomen und Entscheidungsträger haben größere Datenmengen zur Verfügung als jemals zuvor. Aus diesen Daten die relevanten Informationen zu extrahieren kann dabei helfen idiosynkratische Bewegungen bzw. Störungen überzubewerten und zu präziseren Vorhersagen und makro-/mikroökonomischen Analysen führen. Wie dabei die Daten effektiv verwendet werden können ist ein offenes Problem.
Der Einsatz dynamischer Faktormodelle (DFM) hat in der Makro- und Finanzökonometrie sowohl für die Bewertung von Parallelbewegungen von Zeitreihen als auch für die Vorhersage von Zeitreihen überzeugt. Die Datenreduktion in dynamischen Faktormodellen besteht darin, die Information aus großen Datenmengen in wenigen Faktoren zusammenzufassen, die den wesentlichen Anteil der Variabilität erklären. Dies
geschieht allerdings, ohne die Eignung der reduzierten Datenmenge für Vorhersagen zu berücksichtigen.
Die Methoden der suffiziente Dimensionsreduktion (SDR) stellen eine
Anzahl an Werkzeugen für die Reduktion multivariater Daten in Regressionsproblemen zur Verfügung, ohne dabei Information zur Inferenz der abhängigen Variable zu verlieren. SDR berücksichtigt die Beziehungen zwischen abhängigen und unabhängigen Variablen bei der Dimensionsreduktion.
Dieses Projekt erweitert bestehende Methoden in der SDR im Kontext ökonometrischer Modelle und Vorhersagen und entwickelt neue Verfahren. Dabei sollen Methoden der SDR und Werkzeuge der Datenanalyse entwickelt werden um Reduktionen - auch nicht-lineare - zu identifizieren und zu schätzen, die bisher im Kontext der DFM nur teilweise wurden. Zusätzlich sollen Methoden der SDR für (a) zielgerichtete Hauptkomponentenanalyse und (b) für "große p/kleine T" (viele erklärende Variablen und wenig Beobachtungen) Zeitreihen Regressionen basierend auf Krylov Unterräumen entwickelt werden. Modelle insbesondere sogenannte "envelope models" zur Vorhersage multivariater abhängiger Variablen, wie zum Beispiel Vorhersagen von Zentralbanken sollen ebenfalls entwickelt und angewendet werden.
Das vorgeschlagene Projekt soll einen signifikanten Beitrag zur Entwicklung statistischer Werkzeuge leisten, die die Datenkomplexität reduzieren um zugrundeliegende Beziehungen und Strukturen in der Wirtschaft besser zu verstehen und modellieren zu können.

Forschungsportal TU Wien

 

ProbInG: Distribution Recovery for Invariant Generation of Probabilistic Programs (WWTF - Wiener Wissenschafts-, Forschungs- und Technologiefonds)

Projektleitung: Ezio Bartocci, Laura Kovács, Efstathia Bura
Projektstart: Mai 2020

 

SecInt Doctoral College: Statistical Verification of Security Properties for Cyber- Physical Systems.

Projektstart: Juli 2020

 

 


Forschungsberichte

2016

Bayesian Inference and Fuzzy Information: SM-2016-1, O. Sunanta und R. Viertl

Generalized Point Estimators for Fuzzy Multivariate Data: SM-2016-2, O. Sunanta

 

2015

On Fuzzy Bayesian Inference: SM-2015-1, R.Viertl und O.Sunanta