Bayesianische Methoden sind sehr gut geeignet mit latenten Variablen als Struktur gebende Elemente in modellbasierten Clusterfahren umzugehen. Neben der vollständigen Erfassung der Schätzunsicherheit auch in kleinen Stichproben, erlauben die Bayesianischen Methoden unmittelbar Modellerweiterungen vorzunehmen, z.B. verallgemeinerte Korrelationsstrukturen und Clusterstratifizierung zu berücksichtigen. Die Implementierung der Schätzroutinen greift dabei intensiv auf Markov Chain Monte Carlo Methoden zurück. In Bezug auf die Modellspezifikation eröffnet der Bayesianische Modellrahmen die Möglichkeit der Modellmittelung als eine Möglichkeit optimale Vorhersagen unter Berücksichtigung von Modellunsicherheit zu generieren.
Termin
13.3.2019
, 11:00 Uhr
Zu Gast
Prof. Dr. Christian Aßmann,
Universität Bamberg
Ort
Institut für Arbeitsmarkt- und Berufsforschung
Regensburger Str. 100
Sitzungssaal E10
90478 Nürnberg