Statistical modelling of nonlinear dynamic processes
Im Zentrum des SFB stehen zeitvariable dynamische Prozesse in den Wirtschafts- und Ingenieurwissenschaften. Die statistische Modellbildung in diesen Bereichen sieht sich mit vielfältigen intervenierenden Variablen und komplexen Prozessen mit zum Teil unübersichtlichen Abhängigkeiten konfrontiert, die sich mit konventionellen Modellen nicht beschreiben lassen. Ein Beispiel: In der aktuellen Finanzkrise haben fast alle ökonomischen Modelle bei Diagnose und Prognose versagt. Während 2007 in ruhigeren Börsenzeiten die Aktienmärkte unterschiedliche Entwicklungen und Trends zeigten, riss 2008 die Krise nahezu alle ins Minus, mit nahezu prozentual gleichen Verlusten. Wieso nehmen internationale Kapitalmarktabhängigkeiten in wirtschaftlichen Abschwungphasen drastisch zu? Und wie ist zu erklären, dass die jeweiligen Märkte in Aufschwungphasen nicht diese simultane Kursausschläge zeigen? Die abrupten und/oder graduellen Änderungen - die so genannten Strukturbrüche - zu finden und zu quantifizieren, ist das wichtigste Ziel der Wissenschaftler im neuen SFB.
Und diese Probleme beschränken sich keineswegs auf die Wirtschaft. ähnliche Probleme existieren auch in den Ingenieurwissenschaften. So ist beispielsweise bei der Blechumformung oder Betonverarbeitung nicht davon auszugehen, das Variablen im Prozess immer konstant ihren Einfluss ausüben, sondern es auch hier zu Strukturbrüchen kommt, die in die statistische Modellbildung einfließen müssen.
Discover
- 1 non-linear correlation
- 1 non-recreational cycling
- 1 non-separable utility
- 1 non-standard asymptotic distribution
- 1 noncompartmental bioequivalence a...
- 1 Nonhomogeneous Poisson process (N...
- 1 nonlinear AR(1) regression
- 1 nonlinear Chebyshev approximation
- 1 nonlinear cointegration
- 1 nonlinear cointegration tests
- < previous next >
- 69 2020 - 2022
- 476 2010 - 2019
- 36 2009 - 2009