Zum Inhalt

Most important Publications

  • Alhorn, K., Schorning, K., Dette, H. (2019): Optimal designs for frequentist model averaging, Biometrika 106(3), 665-682.
    DOI: 10.1093/biomet/asz036
  • Andor, M.A., Parmeter, C., Sommer, S. (2019): Combining uncertainty with uncertainty to get certainty? Efficiency analysis for regulation purposes, European Journal of Operational Research 274(1), 240-252.
    DOI: 10.1016/j.ejor.2018.10.007
  • Belomestny, D., Schoenmakers, J. (2016): Statistical inference for time-changed Lévy processes via Mellin transform approach, Stochastic Processes and their Applications 126(7), 2092-2122.
  • Bissantz, N., Holzmann, H., Proksch, K. (2014): Confidence regions for images observed under the Radon transform, Journal of Multivariate Analysis 128, 86-107.
    DOI: 10.1016/j.jmva.2014.03.005
  • Börner, M., Ruhe, T., Rhode, W. et al. (2015): Development of a general analysis and unfolding scheme and its application to measure the energy spectrum of atmospheric neutrinos with IceCube, The European Physical Journal C 75(116).
    DOI: 10.1140/epjc/s10052-015-3330-z
  • Bücher, A., Dette, H., Heinrichs, F. (2021): Are deviations in a gradually varying mean relevant? A testing approach based on sup-norm estimators, Annals of Statistics 49(6), 3583-3617.
    DOI: 10.1214/21-AOS2098
  • Bücher, A., Segers, J., Volgushev, S. (2014): When uniform weak convergence fails: Empirical processes for dependence functions and residuals via epi- and hypographs, Annals of Statistics 42(4), 1598-1634.
    DOI: 10.1214/14-AOS1237
  • Dehling, H., Franke, B., Woerner, J.H.C. (2017): Estimating drift parameters in a fractional Ornstein-Uhlenbeck process with periodic mean, Statistical Inference for Stochastic Processes 20, 1-14.
    DOI: 10.1007/S11203-016-9136-2
  • Dehling, H., Fried, R., Wendler, M. (2020): A robust method for shift detection in time series, Biometrika 107(3), 647-660.
    DOI: 10.1093/biomet/asaa004
  • Demetrescu, M., Hanck, C., Kruse-Becher, R. (2021): Robust inference under time-varying volatility: a real-time evaluation of professional forecasters, Journal of Applied Econometrics, 37(5), 1010-1030.
    DOI: 10.1002/jae.2906
  • Dette, H., Kokot, K. (2021): Bio-equivalence tests in functional data by maximum deviation, Biometrika 108(4), 895-913.
    DOI: 10.1093/biomet/asaa096
  • Dette, H., Kokot, K., Aue, A. (2020): Functional data analysis in the Banach space of continuous functions, Annals of Statistics 48(2), 1168-1192.
    DOI: 10.1214/19-AOS1842
  • Dette, H., Kokot, K., Volgushev, S. (2020): Testing relevant hypotheses in functional time series via self-normalization, Journal of the Royal Statistical Society, Ser. B 82(3), 629-660.
    DOI: 10.1111/rssb.12370
  • Dette, H., Pepelyshev, A., Zhigljavsky, A. (2019): The BLUE in continuous-time regression models with correlated errors, Annals of Statistics 47(4), 1928-1959.
    DOI: 10.1214/18-AOS1734
  • Dette, H., Wu, W. (2019): Detecting relevant changes in the mean of nonstationary processes - A mass excess approach, Annals of Statistics 47(6), 3578-3608.
    DOI: 10.1214/19-AOS1811
  • Frondel, M., Schmidt, C.M. (2014): A measure of a nation's physical energy supply risk, Quarterly Review of Economics and Finance 54(2), 208-215.
    DOI: 10.1016/j.qref.2013.10.003
  • Gauer, J., Krymova, E., Belomestny, D., Martin, R. (2019): Spectral complexity reduction of music signals for cochlear implant users based on subspace tracking, 2019 27th European Signal Processing Conference (EUSIPCO), 1-5.
    DOI: 10.23919/EUSIPCO.2019.8902740
  • Gauer, J., Nagathil, A., Martin, R., Thomas, J.P., Völter, C. (2019): Interactive evaluation of a music preprocessing scheme for cochlear implants based on spectral complexity, Frontiers in Neuroscience 13(1206).
    DOI: 10.3389/fnins.2019.01206
  • Golosnoy, V., Gribisch, B., Seifert, M.I. (2019): Exponential smoothing of realized portfolio weights, Journal of Empirical Finance 53, 222-237.
    DOI: 10.1016/j.jempfin.2019.07.006
  • Heinrich, J., Maurer, R., Leckey, K., Müller, C.H., Ickstadt, K. (2021): Detektieren ermüdungs-bedingter Spannstahlbrüche mittels Rissmonitoring im Versuch und am Bauwerk, Bauingenieur 96(3), 92-101.
    DOI: 10.37544/0005-6650-2021-03
  • Herbrandt, S., Ligges, U., Ferreira, M., Kansteiner, M., Biermann, D., Tillmann, W., Weihs, C. (2018): Model based optimization of a statistical simulation model for single diamond grinding, Computational Statistics 33(3), 1127-1143.
    DOI: 10.1007/s00180-016-0669-z
  • Hermann, S., Ickstadt, K., Müller, C.H. (2018): Bayesian prediction for a jump diffusion process - With application to crack growth in fatigue experiments, Reliability Engineering and System Safety 179, 83-96.
    DOI: 10.1016/j.ress.2016.08.012
  • Jung, P., Kuhn, M. (2019): Earning losses and labor mobility over the life cycle, Journal of the European Economic Association 17(3), 678-724.
    DOI: 10.1093/jeea/jvy014
  • Kraft, K. (2018): Productivity and distribution effects of codetermination in a bargaining model, International Journal of Industrial Organization 59, 458-485.
    DOI: 10.1016/j.ijindorg.2018.05.002
  • Krämer, W. (2014): Thünen-Vorlesung 2014: Zur Ökonomie von Panik, Angst und Risiko, Perspektiven der Wirtschaftspolitik 15(4), 367-377.
    DOI: 10.1515/pwp-2014-0030
  • Krämer, W. (2021): Asymmetry in the distribution of daily stock returns, Empirical Economics 60, 1115-1125.
    DOI: 10.1007/s00181-019-01791-5
  • Krämer, W., Weihs, C. (Hrsg.) (2019): Faszination Statistik - Einblicke in aktuelle Forschungsfragen und Erkenntnisse, Springer, Berlin.
  • Leckey, K., Müller, C.H., Szugat, S., Maurer, R. (2020): Prediction intervals for load-sharing systems in accelerated life testing, Quality and Reliability Engineering International 36(6), 1895-1915.
    DOI: 10.1002/qre.2664
  • Lilienthal, J., Fried, R., Schumann, A. (2018): Homogeneity testing for skewed and cross-correlated data in regional flood frequency analysis, Journal of Hydrology 556, 557-571.
    DOI: 10.1016/j.jhydrol.2017.10.056
  • Linnemann, L., Schabert, A. (2010): Debt nonneutrality, policy interactions, and macroeconomic stability, International Economic Review 51(2), 461-474.
    DOI: 10.1111/j.1468-2354.2010.00588.x
  • Malevich, N., Müller, C.H., Dreier, J., Kansteiner, M., Biermann, D., Ferreira, M., Tillmann, W. (2021): Experimental and statistical analysis of the wear of diamond impregnated tools, Wear 468-469.
    DOI: 10.1016/j.wear.2020.203574
  • Möllenhoff, K., Dette, H., Kotzagiorgis, E., Volgushev, S., Collignon, O. (2018): Regulatory assessment of drug dissolution profiles comparability via maximum deviation, Statistics in Medicine 37(20), 2968-2981.
    DOI: 10.1002/sim.7689
  • Nagathil, A., Weihs, C., Martin, R. (2016): Spectral complexity reduction of music signals for mitigating effects of cochlear hearing loss, IEEE/ACM Transactions on Audio, Speech, and Language Processing 24(3), 445-458.
    DOI: 10.1109/TASLP.2015.2511623
  • Neumann, C., Kunert, J. (2018): On MSE-optimal crossover designs, Annals of Statistics 46(6A), 2939-2959.
    DOI: 10.1214/17-AOS1644
  • Schmidt, S.K., Wornowizki, M., Fried, R., Dehling, H. (2021): An asymptotic test for constancy of the variance under short-range dependence, Annals of Statistics 49(6), 3460-3481.
    DOI: 10.1214/21-AOS2092
  • Tillmann, W., Baumann, I., Brinkhoff, A., Kuhnt, S., Becker-Emden, E.-C., Kalka, A. (2021): Effect of the spray parameters on the particle behavior and the coating properties during ID warm spraying of fine WC-12Co powders (-10 + 2 μm), Thermal Spray 2021: Proceedings from the International Thermal Spray Conference, 283-289.
    DOI: 10.31399/asm.cp.itsc2021p0283
  • Tillmann, W., Hussong, B., Kuhnt, S., Rehage, A., Rudak, N. (2012): Einführung eines Tages-effekt-Schätzers zur Verbesserung der Vorhersage von Partikeleigenschaften in einem HVOF-Spritzstrahl, Thermal Spray Bulletin 5(2), 132-139.
    Wissenschaftlicher Fachbeitrag
  • Wagner, M., Grabarczyk, P., Hong, S.H. (2020): Fully modified OLS estimation and inference for seemingly unrelated cointegrating polynomial regressions and the environmental Kuznets curve for carbon dioxide emissions, Journal of Econometrics 214(1), 216-255.
    DOI: 10.1016/j.jeconom.2019.05.012
  • Wied, D., Krämer, W., Dehling, H. (2012): Testing for a change in correlation at an unknown point in time using an extended functional delta method, Econometric Theory 28(3), 570-589.
    DOI: 10.1017/S0266466611000661
  • Zou, N., Volgushev, S., Bücher, A. (2021): Multiple block sizes and overlapping blocks for multivariate time series extremes, Annals of Statistics 49(1), 295-320.
    DOI: 10.1214/20-AOS1957

    Granted Patents

  • Sebastiani, G., Schmelzer, P., Marré, M., Brosius, A., Tekkaya, E. (2011): Verfahren zur Herstellung von Verbundwerkstücken mit Verstärkungsstrukturen sowie entsprechend hergestellte Verbundwerkstücke, Patent PCT/DE2010/000619, date of publication: 01.12.2011.


Zur Veranstaltungsübersicht

Anfahrt & Lageplan

Der Campus der Technischen Universität Dortmund liegt in der Nähe des Autobahnkreuzes Dortmund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dortmund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dortmund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Universität ausgeschildert.

Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dortmund Universität“. Von dort fährt die S-Bahn-Linie S1 im 15- oder 30-Minuten-Takt zum Hauptbahnhof Dortmund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Universität mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.

Zu den Wahrzeichen der TU Dortmund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dortmund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dortmund Universität S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.

Vom Flughafen Dortmund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dortmunder Hauptbahnhof und von dort mit der S-Bahn zur Universität. Ein größeres Angebot an internationalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Universität zu erreichen ist.