
Zusammen mit dem DZNE und dem HITS entwickeln wir von 2020-23 neuartige Machine Learning-Verfahren, die robust und zuverlässig auch für sehr große Netzwerke sind und über einfache Vorhersagen hinausgehen. Das Projekt adressiert insbesondere die Felder datenintensive Biomedizin und Wettervorhersage.

Seit Mai 2020 haben wir das German and Polish Covid-19 ForecastHub aufgebaut für transparente probabilistische Echtzeitvorhersagen in der Pandemie. Wir haben bereits viele (inter)nationale Modellierergruppen und das Signaleteam des RKI zur Zusammenarbeit gewonnen. Hier ist der Link zur prä-registrierten Studie mit Details zur systematischen Evaluierung und den statistischen Ensembles und zur interaktiven Visualisierung des Projekts. Der Preprint zur zweiten Welle ist nun online.
Webseite
Rebekka Buse hat mit ihrer Promotion einen FIRM Forschungspreis 2020 gewonnen. Herzlichen Glückwunsch! Folgender Artikel erschien dazu in der Börsenzeitung: [Artikel Börsenzeitung].
Chong Liang hat mit seiner Promotionsarbeit den Wissenschaftspreis der Fakultät in VWL/Statistik gewonnen. Herzlichen Glückwunsch!

Christian Conrad and Melanie Schienle (2020) Testing for an Omitted Long-Term Component in Multiplicative GARCH Models, Journal of Business & Economic Statistics, Vol.38, No.2, 229-242; [doi.org/10.1080/07350015.2018.1482759]
Carsten Bormann and Melanie Schienle (2020) Detecting structural differences in tail dependence of financial time series, Journal of Business & Economic Statistics, Vol.38, No.2, 380-392;[doi:10.1080/07350015.2018.1506343]
Shi Chen, Wolfgang K Härdle and Brenda L Cabrera (2019) Regularization Approach for Network Modeling of German Power Derivative Market, Energy Economics, in press [doi:10.1016/j.eneco.2019.06.021]
Weitere Publikationen

Prof. Melanie Schienle hielt am 23. Januar 2020 einen eingeladenen Vortrag im Forschungsseminar an der Otto-von-Guericke-Universität Magdeburg
Prof. Melanie Schienle hielt am 20. Januar 2020 einen eingeladenen Vortrag im Forschungsseminar am Heidelberger Institut für Theoretische Studien (HITS)
Konstantin Görgen stellte am 20. Januar 2020 im Causal Machine Learning Workshop an der Universtät Sankt Gallen ein Forschungsposter vor.
Konstantin Görgen hielt einen Vortrag auf der Statistischen Woche 2019 vom 10. September - 13. September in Trier
Weitere Vorträge und Konferenzen
Am 09.07.2020 fand der siebte HKMetrics-Workshop statt. Er war der erste digitale HKMetrics Workshop per Zoom organisiert durch unsere Gruppe am KIT (Bild, Programm)
Am 04.03.2020 hielt Wolfgang Härdle (HU Berlin) einen Vortrag zum Thema "Influencers and Communities in Social Networks".
Am 06.09.2019 fand der sechste HKMetrics-Workshop mit diesem Programm an der Universität Mannheim statt.
Am 04.10.2018 fand der fünfte HKMetrics-Workshop mit diesem Programm an der Universität Heidelberg statt.
Weitere Aktivitäten

Konstantin Görgen hat erfolgreich am Datathon for Grand Challenges on Climate Change der Helmholtz Information & Data Science Academy (HiDA) teilgenommen. Mit seinem Team weatherpeople gewann er die Challenge des Helmholtz Zentrums Geesthast (HZG), die sich mit Vorhersagen von Dürre im Mittelmeerraum anhand von Temperatur und Druck der Meeresoberfläche beschäftigte. Herzlichen Glückwunsch!

Für das kommende Sommersemester 2021 werden noch TutorInnen für Statistik I gesucht. Mehr Informationen finden Sie hier.