Statistisches Beratungslabor
print


Navigationspfad


Inhaltsbereich

Das statistische Beratungslabor (StaBLab)

Das Statistische Beratungslabor (StaBLab) besteht seit 1997 und ist ein Teil des Instituts für Statistik der Ludwig-Maximilians-Universität München. Unser Ziel ist die wissenschaftliche Beratung von Anwendern der Statistik.

Ein besonderer Schwerpunkt der Arbeit liegt in der Beratung von Studierenden der LMU bei statistischen Fragestellungen, insbesondere bei Abschlussarbeiten. Hierbei ist uns das interdisziplinäre Arbeiten auf der Ebene der Studierenden ein besonderes Anliegen.

Weiter bieten wir statistische Unterstützung für andere Universitäten und externe Forschungseinrichtungen an. Hierbei verfügen wir über langjährige Erfahrungen mit unterschiedlichen Einrichtungen, wie z.B dem Helmholtz Zentrum München und verschiedenen Forstwirtschaftlichen Fakultäten außerhalb der LMU.

Für Unternehmen bieten wir Unterstützung im Bereich der Datenanalyse ("Business Analytics", "Big Data Analytics"). Die Unterstützung reicht von einfachen Kurzberatungen bis zu langjährigen Forschungskooperationen. Inhalte sind z.B. Personalplanung, effizientes Marketing, empirische Bewertung von Unternehmensstrategien.


Aktuelles:


13. März 2018

Publikation zu Messfehlermodellen zur Analyse der Wirkung von Feinstaub auf die Gesundheit ist erschienen.

In der Diskussion um die Wirkung von Feinstaub auf die Gesundheit wird häufig argumentiert, dass die Messung der Exposition problematisch ist. Veronika Deffner hat dies in Kooperation mit der Forschungsgruppe Envirommental Risks des Helmholtzzentrums mit daten der Augsburger Umweltstudie untersucht. Die Auswirkungen verschiedener Arten von Messfehlern, insbesondere von Mischungen mehrerer Messfehler, in linearen gemischten Regressionsmodellen wurden erforscht. Darauf aufbauend wurden Methoden zur Berücksichtigung von Messfehlern bei der Analyse longitudinaler Daten entwickelt und angewandt. Ein wesentliches Ergebnis ist, dass bisherige Untersuchungen zur Wirkung von unltrafeinen Partikeln bestätigt werden konnten.

„Mixtures of Berkson and classical covariate measurement error in the linear mixed model: Bias analysis and application to a study on ultrafine particles“ [http://onlinelibrary.wiley.com/doi/10.1002/bimj.201600188/full] in der Zeitschrift Biometrical Journal. [http://onlinelibrary.wiley.com/journal/10.1002/(ISSN)1521-4036] in Kooperation mit dem Helmhotz Zentrum München von Veronika Deffner, Helmut Küchenhoff, Susanne Breitner, Alexandra Schneider, Josef Cyrys, Annette Peters


16. Februar 2018

Das Projekt ISAR (Import Screening for the Anticipation of food Risks) wird gemeinsam mit dem Bayerischen Landesamt für Gesundheit und Lebensmittelsicherheit (LGL) und dem Bundesamt für Verbraucherschutz und Lebensmittelsicherheit (BVL) in einer mehrjährigen Kooperation fortgesetzt.
Ziel ist die methodische Verfeinerung des statistischen Ansatzes sowie die Weiterentwicklung der zugehörigen Softwarelösung.

Details zum Projekt finden sich in der offizielllen Pressemitteilung der LMU


25. September 2017

Wir beglückwünschen Hannah Neppl zum Gewinn vom "Best Poster Award 2017" der Deutschen Gesellschaft für Demographie im Rahmen der Statistischen Woche 2017 in Rostock.

Das Poster entstand in Kooperation mit dem Statistischen Amt der Stadt München.

Thema des Posters und Co-Autoren waren:
Thema: "Migration 1996 - 2015 in München"
Autoren: Hannah Neppl, Helmut Küchenhoff, Sibel Aydemir-Kengeroglu und Ingrid Kreuzmair

 

20. September 2017

Interview zu Umfragen zu Wahlen von Helmut Küchenhoff im Spektrum der Wissenschaft: hier


01. August 2017

Wie schon 2013 berechnet das StaBLab zur Bundestagswahl 2017 wieder Koalitionswahrscheinlichkeiten, also die Wahrscheinlichkeit, dass für bestimmte Koalitionen eine rechnerische Sitzemehrheit zustande kommt.

 

11. Mai 2017 (Update: 13. Juli 2017)

Die Ergebnisse dieses Forschungsprojektes wurden nun auch auf Deutsch in Buchform veröffentlicht. Zu dem, im Rahmen dieses Projektes durchgeführten und mit dem "Lehre@lmu"-Preis prämierten, Lehrprojekt sagt Prof. Paul W. Thurner:

„Es ist sehr sinnvoll, solche Lehrforschungsprojekte, die erhebliche Praxisrelevanz haben, in den Politikwissenschaften durchzuführen. Einige der fortgeschritteneren Studierenden waren schon beim Design der Studie mit eingebunden. Für alle war es sehr spannend, Umfragen beim Wähler selbst zu machen und damit den Menschen hinter den Datensätzen zu sehen, mit denen sie sonst arbeiten. Das hat die Studierenden sehr stark motiviert.“

Weitere Informationen finden Sie in der Pressemitteilung der LMU:

https://www.uni-muenchen.de/forschung/news/2017/thurner_wahlforschung.html

Originaltext (11.05.2017):

Artikel zur Wahlforschung in der renommierten Zeitschrift "Sociological Methods & Research".

Die Kooperation des Statistischen Baratungslabors mit dem Lehrstuhl für Empirische Politikforschung und Policy Analysis (Prof. Paul W. Thurner) der LMU ist weiter erfolgreich. Der Artikel "Combining Aggregate Data and Exit Polls for the Estimation of Voter Transitions"

http://journals.sagepub.com/doi/abs/10.1177/0049124117701477?journalCode=smra

von Andre Klima, Thomas Schlesinger, Paul Thurner und Helmut Küchenhoff ist in der Zeitschrift "Sociological Methods & Research" (2015 Impact Factor: 3.224 2015 Ranking: 3/142 in Sociology | 3/49 in Social Sciences, Mathematical Methods) erscheinen.

In dem Artikel stellen wir eine neue Methode zur Schätzung von Wählerwanderungen aus Umfragedaten ("Exit Poll") und Daten zur Wahlentscheidung in den einzelnen Stimmbezirken vor. Dabei stammen die Umfragedaten aus einer von uns im Rahmen eines interdisziplinären Lehreprojektes durchgeführten Nachwahlbefragung in München bei Bundes- und Landtagswahl 2013. Die Kombination der beiden Datensätze aus unterschiedlichen Quellen geschieht mit Bayesianischen Methoden und ist im Bereich der Wahlforschung eine wichtige Neuentwicklung.


07. Juli 2017

Wir beglückwünschen Alexander Bauer zum zweiten Platz beim "Best Poster Award" des diesjährigen International Workshop on Statistical Modeling (IWSM).

Thema des Posters und Co-Autoren waren:

Alexander Bauer, Fabian Scheipl, Helmut Küchenhoff, Alice-Agnes Gabriel: Modeling spatio-temporal earthquake dynamics using generalized functional additive regression


Frühere Meldungen


Servicebereich