Forschungsprojekte
Aktuelle Drittmittelprojekte
- Statistische Modellierung von extremen Wetterereignissen in Raum und Zeit - Inferenz für zeitliche Clusterung und Homogenitätsanalyse
(Teilprojekt B3.3 im Verbundprojekt "Klimawandel und Extremereignisse - ClimXtreme II Modul B - Statistik", 10/2023 - 09/2026, gefördert vom Bundesministerium für Bildung und Forschung)
Der Klimawandel beeinflusst die Häufigkeit und Intensität extremer Wetterereignisse wie Dürren oder Starkregen. Unter der Leitung von Prof. Dr. Axel Bücher und Prof. Dr. Roland Fried (TU Dortmund) sollen statistische Methoden entwickelt und verbessert werden, die dabei helfen, das Risiko solcher Ereignisse besser einschätzen zu können.
- Statistische Inferenz für Extremwerte von Zeitreihen basierend auf gleitenden Blockmaxima
(Einzelprojekt (Sachbeihilfe), 10/2021 - 03/2025, gefördert von der Deutschen Forschungsgemeinschaft)
Die Extremwertstatistik beschäftigt sich mit der statistischen Einschätzung extremer und damit seltener Ereignisse wie Hitzewellen, Hochwassern oder Börsencrashs. Im Rahmen des Projekts geht es unter der Leitung von Prof. Axel Bücher um mathematische Grundlagen einschlägiger statistischer Verfahren.
- DigStat - Digitale Lerneinheiten in der Statistik.nrw
04/2022 - 09/2024
(Projekt im Rahmen der Förderlinie „OERContent.nrw“gefördert vom Ministerium für Kultur und Wissenschaft NRW gemeinsam mit der Digitalen Hochschule NRW).
Gemeinsam mit Statistiker:innen aus Düsseldorf, Dortmund und Siegen werden digitale Lerneinheiten entwickelt und über das Landesportal ORCA.nrw (Open Resources Campus NRW) Studierenden und Dozierenden frei zur Verfügung gestellt. Zur Zielgruppe gehören nicht nur Studierende der Mathematik, sondern auch der Natur-, Wirtschafts- und Ingenieurwissenschaften.
Abgeschlossene Drittmittelprojekte
- Digitale Materialien in der Stochastik-Lehre für Präsenzveranstaltungen und Selbststudium.nrw
(Projekt im Rahmen der Förderlinie „OERContent.nrw“, 10/2020 - 09/2022, gefördert vom Ministerium für Kultur und Wissenschaft NRW)
Gemeinsam mit Stochastikern aus Bochum und Siegen und unter HHU-seitiger Leitung durch Prof. Axel Bücher und Prof. Peter Kern werden beispielsweise Online-Aufgaben für den Einsatz in verbreiteten Lehrplattformen wie Ilias und Moodle entwickelt. Zusätzlich sollen mit Videotutorials und interaktiven Anwendungen komplexe stochastische Sachverhalte anschaulich aufgearbeitet werden. Zur Zielgruppe gehören nicht nur Studierende der Mathematik, sondern auch der Natur- und Ingenieurwissenschaften.
Weitere Details zur Förderlinie „OERContent.nrw“ (Open Education Ressources) auf der Website des MKW und auf der Projektwebsite.
- Statistische Modellierung von extremen Wetterereignissen in Raum und Zeit - Inferenz für zeitliche Clusterung und Homogenitätsanalyse
(Teilprojekt B3.3 im Verbundprojekt "Klimawandel und Extremereignisse - ClimXtreme Modul B - Statistik", 03/2020 - 02/2023, gefördert vom Bundesministerium für Bildung und Forschung)
Der Klimawandel beeinflusst die Häufigkeit und Intensität extremer Wetterereignisse wie Dürren oder Starkregen. Unter der Leitung von Prof. Dr. Axel Bücher, Prof. Dr. Roland Fried und Dr. Katharina Hees (beide TU Dortmund) sollen statistische Methoden entwickelt und verbessert werden, die dabei helfen, das Risiko solcher Ereignisse besser einschätzen zu können.
Weitere Details auf der Website climXtreme.
- Statistische Modellierung von Abhängigkeiten in der Finanzökonomie mittels Copulas
(Teilprojekt A7 im Sonderforschungsbereich 823 "Statistik nicht-linearer dynamischer Prozesse", 07/2013 - 06/2021, gefördert von der Deutschen Forschungsgemeinschaft)
Ziel des SFB 823 ist der Einsatz und die Verbesserung statistischer Modelle und Methoden zur Beschreibung und Steuerung nichtlinearer dynamischer Prozesse in Wirtschaft und Technik. Im Teilprojekt A7, welches Axel Bücher seit 2013 gemeinsam mit Prof. Gregor Weiß (Finance, bis 2017) und Prof. Peter N. Posch (Finance, seit 2017) leitet, geht es beispielsweise um den Einsatz von Copulamodellen im finanzwirtschaftlichen Risikomanagement, sowie die sich daraus ergebenden statistischen Herausforderungen.
Weitere Details unter: https://statistik.tu-dortmund.de/forschung/abgeschlossene-projekte/sfb-823/
