zum Hauptinhalt wechseln zum Hauptmenü wechseln zum Fußbereich wechseln Universität Bielefeld Play Search

Wintersemester 2016/17

Dienstag, 25.10.2016, 13-14 Uhr - Raum: W9-109

Christian Leschinski
Leibniz University Hannover

Multivariate Spurious Long Memory, Spurious Fractional Cointegration and Robust Estimation

This paper is concerned with spurious long memory in multivariate time series. While the phenomenon was extensively studied in the univariate literature, there are several complications in the multivariate case that have not been considered. We introduce a multivariate random level shift process and derive its properties to show that low frequency contaminations can also generate spurious long memory in vector valued series. Building on these results, we propose a multivariate local Whittle estimator for the memory parameters and a possible cointegrating vector that is robust to low frequency contaminations and we prove its consistency and asymptotic normality. Furthermore, it is shown that joint low frequency contaminations can cause spurious fractional cointegration. We propose a rigorous de nition of this phenomenon and introduce a rank estimation procedure that allows to consistently distinguish between true and spurious fractional cointegration.

 

Dienstag, 15.11.2016, 12-13 Uhr - Raum: W9-109

Dr. Christian Heinze
Universität Bielefeld

Transferring urban traveling speed model fits across cities

This talk investigates an approach for the prediction of (car) traveling speed achievable on a given road segment (link) in a given city at a given time of the day when no speed measurements are available for this city. Such traveling speed predictions are needed for route planning in navigation devices as well as logistic applications for cities with insufficient data availability. Herein, predictions stem from a regression model fitted to speed measurements of a nearby or similar city. The selection of covariates is restricted to static map attributes such as the road type (highway, side road, etc.) and the speed limit as well as time.  This selection renders the prediction strategy feasible as covariates of this type are available for any given city: either as part of the prediction task (time) or through OpenStreetMap. In this talk, link traveling speed models are fitted on an extensive floating taxi data set in Vienna, Austria. The prediction accuracy is assessed on the Viennese data (intracity) as well as on data sets for the Austrian city Linz and the French city Lyon (intercity). The talk shows that transferring the model fit between cities in the same country (here using the Vienna model for Linz) may be beneficial in terms of prediction accuracy while the transfer between countries (here from Vienna to Lyon) decreases accuracy but not dramatically. These results demonstrate that the transfer of link traveling speed model fits from one city to another city can provide acceptable prediction accuracy and therefore may be used in navigation algorithms if no good data basis is accessible for the given city.

 

Dienstag, 29.11.2016, 12-13 Uhr - Raum: W9-109

Bastian Surmann
Universität Bielefeld

State-space modelling of goal scoring intensities in football

In diesem Vortrag soll der Frage nachgegangen werden, ob sich Zustandsraummodelle mit zeitlicher Korrelationsstruktur besser für die Vorhersage von Fußballergebnissen eignen als Regressionsmodelle ohne eine solche Struktur. Auf Grundlage von Daten aus den vergangenen 10 Bundesliga Spielzeiten werden zwei Modelle geschätzt: Zum einen ein Regressionsmodell, in welchem die Anzahl der geschossenen Tore einer Mannschaft in einem Spiel als Poisson-verteilte Variable modelliert wird und diese Anzahl durch Kovariablen, wie den Markwerten der beiden konkurrierenden Mannschaften und einer Dummy-Variable für den Heimvorteil erklärt werden soll. Mit einem Zustandsraummodell wird das o.g. Regressionsmodell um einen einem über die Zeit variierenden, latenten AR[1]-Prozess erweitert, welcher die Formkurve einer Mannschaft abbilden soll. Beide Modelle werden bezüglich ihrer Anpassungsgüte, sowie ihrer Vorhersagegenauigkeit verglichen. Zum Abschluss wird das Abschneiden der Vorhersagen beider Modelle auf dem fixed-odds Wettmarkt unter Anwendung bestimmter Wettstrategien untersucht.

 

Dienstag, 13.12.2016, 12-13 Uhr - Raum: W9-109

Prof. Dr. Dietmar Bauer
Universität Bielefeld

Woran orientieren sich Passagiere in einem Bahnhof?

In diesem Vortrag werden die Erfahrungen aus dem Projekt IMITATE wiedergegeben, das sich mit der Entwicklung und Anwendung eines Tools zur Evaluierung von Leitsystemen in Bahnhöfen und anderen Fußgängerinfrastrukturen beschäftigt hat.
Nach einer Beschreibung der Messinfrastruktur geht der Vortrag vor allem auf die Validierung der Messung, die Prozesse bei der Planung der Datenerhebung und die Auswertung der Daten ein. Damit soll beispielhaft ein Ansatz demonstriert werden, wie man von einer allgemeinen Frage zu konkreten, quantifizierten Ergebnissen kommen kann.

 

Dienstag, 10.01.2017, 12-13 Uhr - Raum: W9-109

Dr. Annette Möller
TU Clausthal

Probabilistic Weather forecasting with ensemble postprocessing models

Today’s weather forecasts are based on numerical weather prediction (NWP) models, which are deterministic models consisting of a set of differential equations describing the dynamical physics of the atmosphere. To assess model uncertainty, it has become common practice to employ ensembles of (deterministic) forecasts, obtained by running the NWP model multiple times, each time with a different set of model conditions. Forecast ensembles are supposed to represent a sample from the true underlying weather distribution. However, in practice ensembles are not able to represent the forecast uncertainty to full extent, thus exhibiting systematic forecast biases and especially dispersion errors. To improve the ensemble forecast skill and obtain reliable forecasts, statistical ensemble postprocessing models have been developed and applied with great success. Such models employ the ensemble forecasts in conjunction with recently observed forecast errors to obtain better calibrated and physically realistic forecasts. An additional advantage of such models is that they yield full predictive probability distributions rather than single point forecasts, allowing to assess and represent forecast uncertainty in an explicit way. This talk gives an overview on state-of-the-art ensemble postprocessing and presents some of the most recently developed models, many of them aiming at adequately representing (multivariate) dependencies, as for example among different weather variables, among spatial locations or in time.

 

Dienstag, 31.01.2017, 12-13 Uhr - Raum: W9-109

Marius Ötting
Universität Bielefeld

Detecting Match-Fixing in Football - An Analysis of the Bundesliga and 3. Liga in Germany

Dieser Vortrag befasst sich mit Möglichkeiten zur Erkennung von Wettbetrug im Fußball. Insbesondere wird dabei die Bundesliga und die 3. Liga im Zeitraum von der Saison 2009/10 bis zur Saison 2015/16 anhand eines Datensatzes der Wettbörse "Betfair" analysiert. Für diese beiden Ligen werden die Wetten auf den Ausgang des Spiels und auf die Anzahl der geschossenen Tore untersucht. Zur Analyse der Wetten werden die getätigten Einsätze und die angegebenen Quoten genauer betrachtet. Im ersten Schritt werden dabei die Quoten für die Wetten mithilfe einer Poisson-Regression selbst geschätzt und mit denen von Betfair verglichen. Es wird erläutert, dass im Falle einer Manipulation eines Spiels die geschätzte Quote stark von der bei Betfair angegebenen Quote abweicht. Weiterhin werden im zweiten Schritt Ausreißer in den getätigten Einsätzen identifiziert. Spiele mit einem ungewöhnlichen Einsatz und einer stark abweichenden Quote werden zusammen mit weiteren Details präsentiert.

Zum Seitenanfang