Bootstrap-Verfahren für abhängige Daten

Antrittsvorlesung im Rahmen eines Habilitationsverfahrens

Abstract

Die Bestimmung von Konfidenzbereichen für Schätzer stellt eine zentrale Aufgabe im Bereich der Statistik dar. Typischerweise liegt in Anwendungsfällen nur eine einzige Beobachtung einer Schätzgröße vor, aus der sich keine Rückschlüsse auf dessen Verteilung ziehen lassen.

Bootstrap-Verfahren bilden eine Möglichkeit zur Lösung dieses Problems.

Der ursprüngliche Bootstrap-Ansatz -- für Schätzer basierend auf unabhängigen Daten -- ist simpel zu implementieren und mathematisch zu untersuchen. Die deutlich komplexere Erweiterung auf abhängige Daten ist Thema dieses Vortrags.

Herr Dr. Marco Meyer gibt eine Übersicht über entsprechende Ansätze, die in den letzten 30 Jahren diskutiert worden sind, bis hin zu aktuellen Forschungsergebnissen zu spektralbasierten Methoden.