piwik-script

English Intern
  • Studierende im Hörsaal
  • Studierende auf dem Campus
  • Nahaufnahme Notizen
  • Innenaufnahme der Teilbibliothek Mathematik
Angewandte Stochastik

Abschlussarbeiten

Bachelorarbeiten

Bachelorarbeit

Grundlage einer Bachelorarbeit in der Stochastik ist in der Regel mindestens der Besuch eines Seminares zur Stochastik oder der Vorlesung Stochastik 2. Bei Interesse wenden Sie sich an Prof. Bibinger oder Dozenten der entsprechenden Veranstaltungen.

Die Liste der betreuten Abschlussarbeiten unten gibt eine Übersicht möglicher Themenbereiche, wobei natürlich kein Thema identisch ein zweites Mal vergeben werden kann.

Sie müssen sich nicht selbst ein Thema überlegen. Auf Basis Ihrer Vorkenntnisse und Ihrer Interessen können mögliche Themen bei einem ersten Treffen diskutiert werden.


Hinweise zu Bachelorarbeiten:

 

Masterarbeiten

Masterarbeit

Grundlage einer Masterarbeit sind in der Regel die Vorlesungen Mathematische Statistik (Statistische Analysis), Stochastische Prozesse, Spezialisierungsvorlesungen (AGs) und Seminare. Sie sollten in der Regel mindestens eine der Vorlesungen besucht haben. Bei Interesse wenden Sie sich an Prof. Bibinger oder Dozenten der entsprechenden Veranstaltungen.

Die Liste der betreuten Abschlussarbeiten unten gibt eine Übersicht möglicher Themenbereiche, wobei natürlich kein Thema identisch ein zweites Mal vergeben wird.

Sie müssen das Thema nicht selbst überlegen, können aber gerne eigene Ideen vorschlagen. Auf Basis Ihrer Vorkenntnisse und Ihrer Interessen können mögliche Themen bei einem ersten Treffen diskutiert werden.


Hinweise zu Masterarbeiten:


Formale Hinweise zu Master- und Bachelorarbeiten finden Sie auf der Institutsseite zur Studienorganisation:

Abschlussarbeiten­


Liste von Prof. Bibinger betreuter Abschlussarbeiten

  • Florian Opel (2021): Der James-Stein-Schätzer

An der Universität Marburg:

  • Colin Krag (2020): Eine Analyse von Rekorden in der Leichtathletik mit Extremwerttheorie
  • Nicolai Alexander Lawrenz (2019): Generator und Markov-Eigenschaften von Lévy-Prozessen
  • Frederik Rosenberg (2019): Markov-Prozesse, Markov-Halbgruppen und der Satz von Hille-Yosida 
  • Marvin Theiß (2018): Estimating the roughness of stochastic processes by increment ratios
  • Vincent Ringschmidt (2018): Selbstähnliche Prozesse und Lamperti-Transformation
  • Janosch Schreiber (2018): Lévy-Prozesse und Lévy-Itô-Zerlegung
  • Christoph Roß (2018): Parameterschätzung für die verallgemeinerte Paretoverteilung zur Extremwertinferenz
  • Patrick Bossert (2017): Lévy-Prozesse und Lévy-Khinchin-Formel
  • Claudius Paehr (2017): Schätzung des Hurst-Parameters einer fraktionalen Brownschen Bewegung
  • Tim Burger (2017): Das Bichteler-Dellacherie Theorem in der stochastischen Integration

An der Universität Mannheim:

  • Manuel Schüler (2015): An analysis of forecasting risk in the DAX

An der Universität Marburg:

  • Miriam Sonntag (2020): Schätzung von hochdimensionalen Kovarianzmatrizen mit Thresholding
  • Janosch Schreiber (2020): Optimale Schätzung des charakteristischen Tripels eines Lévy-Prozesses
  • Patrick Bossert (2020): Parameterschätzung für stochastische partielle Differentialgleichungen [PDF]
  • Michael Sonntag (2020): Schätzung des Hurst-Parameters aus diskreten verrauschten Beobachtungen
  • Angelika Geiger (2019): Asymptotische Statistik für Blockmaxima in der Extremwerttheorie
  • Jan Christof Weller (2019): Nichtparametrisches Testen auf Sprünge in hochfrequenten Finanzdaten
  • Andreas Laukart (2019): Nichtparametrische Volatilitätsschätzung mit einseitigen Fehlern
  • Dominik Hecker (2019): Changepoint-Test für die Glattheitsregularität der Volatilität
  • Benedikt Fey (2018): Statistik für Marktmikrostrukturmodelle und Volatilitätsschätzung
  • Peter Nitzge (2018): Der Gumbel-Test auf Preissprünge in Semimartingal-Modellen
  • Christian Liebermann (2018): Shrinkage-Schätzer für hochdimensionale Kovarianzmatrizen
  • Yang Shao (2018): Nonparametric change-point test for volatility jumps
  • Laura Reuter (2017): Semi-parametrische Dichteschätzung Minimaler Hemm-Konzentrationen

An der Universität Marburg:

Kai Malkemus (2020): Das Invarianzprinzip von Donsker.

Mehmet Madensoy (2020): Change points and uniform confidence for spot volatility. (angefertigt an der Universität Mannheim)