Beispiele für Abschlussarbeiten Bachelor und Master

Beispielhaft zeigen wir eine Auswahl an bereits abgeschlossenen Abschlussarbeiten am Lehrstuhl. Wir setzen bei allen Arbeiten einschlägige statistische Kenntnisse, die im Rahmen unserer Lehrveranstaltungen und Seminare erworben worden sind, sowie sehr gute Programmier- und mathematische Kenntnisse voraus. Das Finden eines passenden Themas ist immer ein individueller Prozess. Wenden Sie sich bei Interesse mit Ihrer aktuellen Leistungsübersicht sowie einem kurzen Lebenslauf an das Sekretariat.

• Entwicklung eines Supply-Demand-Modells für den italienischen Gasmarkt.

• Displacement Interpolation.

• Hauptkomponentenanalyse und ihr Einsatz beim überwachten Machine Learning. 

• Smoothed Bootstrap: An Investigation of it´s Effect on the Dependence Structure. 

• Multivariate self-exciting Point Processes and Applications. 

• Variablenselektion und Behandlung metrischer Merkmale in Entscheidungsbäumen. 

• Entwicklung eines Prognosemodells zur Vorhersage der Transfergepäckmenge pro Flug am Frankfurter Flughafen. 

• Optimale Prognosen unter asymmetrischem Verlust - eine Bayesianische Herangehensweise-.

• Korrespondenzanalyse auf Daten von Copulafamilien. 

• Anwendung von Machine-Learning-Verfahren bei Produktionsprozessoptimierung. 

• Time Series Compression for Classification of Vibration Signals.

• Machine Learning in Medicine: Can Decision Trees provide a comprehensive and powerful improvement of in-hospial mortality prediction of ICU patients? 

• Copula-basierte Prognoseaggregation. 

• Die Simplifying-Assumption bei der Pair-Copula-Konstruktion. 

• Dependence Modeling for Operational Risks. 

• Active Power Forecasting using ARIMA Model and Neural Network Approaches. 

• Stabilität der Schätzung. 

• Gluing Copulas: Simulation and Semi-Parametric Estimation. 

• Stylized Facts of Macroeconomic and Wind Power Forecast Errors.

• Der Local Outlier Factor - Ein Algorithmus zur Ausreißeranalyse. 

• Polytome Logit und Probit Regression.

• Monaurale Lokalisation auf der Horizontalebene mittels HRTF. 

• Multivariate Analysemethoden in der automatischen Gesichtserkennung.