Seminar Regressionsmodelle mit Anwendung in der Versicherungs- und Finanzwirtschaft
Allgemeine Informationen zum Seminar
Die Teilnehmer/innen dieses Seminars sollen ihre in der Vorlesung „Regressionsmodelle mit Anwendungen in der Versicherungs- und Finanzwirtschaft“ erworbenen Kenntnisse weiter vertiefen und mit Hilfe der Statistiksoftware R auf verschiedene Fragestellungen anwenden.
Termine und Zeiten
Vorbesprechung zum Seminar: 28.01.2016 um 15:00 Uhr im Raum WiWi 2054/2055
Vergebene Themen samt Betreuer
Beginn:
Veranstaltung | Ort | Zeit | Dozent |
Seminar "Regressionsmodelle mit Anwendungen in der Versicherungs- und Finanzwirtschaft" | Prof. Dr. Michael Merz |
Teilnahmevoraussetzung
Leistungsnachweis zur Vorlesung „Regressionsmodelle mit Anwendungen in der Versicherungs- und Finanzwirtschaft“ oder „Einführung in das Quantitative Risikomanagement“.
Seminardurchführung
Das Seminar findet während des SS 2016 wöchentlich zweistündig jeden Donnerstag (vermutlich) von 14.00 bis 15.30 Uhr statt. Voraussetzung für die Erlangung des Seminarscheines ist die regelmäßige Teilnahme am Seminar (mind. 11 Termine). Der Leistungsnachweis wird erbracht durch eine Hausarbeit von ca. 13 Seiten und einen Seminarvortrag von ca. 45 Minuten mit anschließender Diskussion von ca. 20 Minuten. Die Hausarbeit muss mindestens eine Woche vor dem Seminarvortrag abgegeben werden.
Seminarthemen und Einstiegsliteratur
(dabei stehen (A), (B) und (C) für einfache, mittel schwere bzw. anspruchsvollere Themen):
Thema 1: Regression für positive stetige Daten (A)
De Jong, P., Heller, G. Z.: Generalized linear Models for Insurance Data, Cambridge University Press, 2008, Seiten 121-128.
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 215-217.
Faraway, J.: Extending the Linear Model with R, Chapman & Hall/CRC, 2006, Seiten 135-144.
Hardin, J. W., Hilbe, J. M.: Generalized Linear Models and Extensions, Stata Press, 2012, Seiten 95-150.
Thema 2: Regression für Zähldaten (A)
Cameron, A. C., Trivedi, P. K.: Regression Analysis of Count Data, Cambridge, 2013, Seiten 1-108.
De Jong, P., Heller, G. Z.: An Introduction to Generalized Linear Models, Chapman & Hall/CRC, 2002, Seiten 115-131.
Dobson, A. J.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 305-318.
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 210-215..
Faraway, J.: Extending the Linear Model with R, Chapman & Hall/CRC, 2006, Seiten 55-66..
Frees, E. W.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 343-360.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 87-106..
Hardin, J. W., Hilbe, J. M.: Generalized Linear Models and Extensions, Stata Press, 2012, Seiten 221-310.
Thema 3: Binäre Regression (Logit- & Probit-Modell) (A)
De Jong, P., Heller, G. Z.: Generalized linear Models for Insurance Data, Cambridge University Press, 2008, Seiten 97-110.
Dobson, A. J.: An Introduction to Generalized Linear Models, Chapman & Hall/CRC, 2002, Seiten 115-131.
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 189-209.
Faraway, J.: Extending the Linear Model with R, Chapman & Hall/CRC, 2006, Seiten 25-51.
Fox, J.: Applied Regression Analysis and Generalized Linear Models, SAGE Publications, 1997, Seiten 438-463.
Frees, E. W.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 305-318.
McCullagh, P., Nelder, J. A.: Generalized Linear Models, Chapman & Hall/CRC, 1999, Seiten 98-135.
Sheather, S. J.: A Modern Approach to Regression with R, Springer, 2009, Seiten 567- 584.
Thema 4: Nominale & ordinale logistische Regression (A)
De Jong, P., Heller, G. Z.: Generalized linear Models for Insurance Data, Cambridge University Press, 2008, Seiten 110-119.
Dobson, A. J.: An Introduction to Generalized Linear Models, Chapman & Hall/CRC, 2002, Seiten 135-148.
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 235-252.
Faraway, J.: Extending the Linear Model with R, Chapman & Hall/CRC, 2006, Seiten 97-112.
Fox, J.: Applied Regression Analysis and Generalized Linear Models, SAGE Publications, 1997, Seiten 466-478.
Frees, E. W.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 318-328.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 79-86.
Thema 5: Parameterschätzung&Prognose bei ARMA-Prozessen (A)
Brockwell, P. J., Davis, R. A.: Introduction to Time Series and Forecasting, Springer, 2002, Seiten 137-174.
Chan, N. H.: Time Series, John Wiley & Sons, 2010, Seiten 39-54 und 71-80.
Neusser, K.: Zeitreihenanalyse in den Wirtschaftswissenschafen, Vieweg, 2009, Seiten 59-70 und 79-97.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 391-437.
Thema 6: Fat-Tailed Regression Models (B)
Frees, E. W.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 433-451.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 236-259.
Thema 7:Ridge-Regression (B)
Groß, J.: Linear Regression, Springer, 2003, Seiten 115-150.
Hastie, T., Tibshirani, R., Friedman, J.: The Elements of Statistical Learning, Springer, 2013, Seiten 61-68.
James, G.,Witten, D., Hastie, T., Tibshirani, R.: An Introduction to Statistical Learning, Springer, 2013, Seiten 214-219.
London, K., Wright, D. B.: Modern Regression Techniques Using R: A Practical Guide, SAGE Publications, 2009, Seiten 76-78.
Schlittgen, R.: Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 112-117.
Wetherill, G. B.: Regression Analysis with Applications, Chapman & Hall, 1986, Seiten 102-105.
Thema 8:Lasso (B)
Hastie, T., Tibshirani, R., Friedman, J.: The Elements of Statistical Learning, Springer, 2013, Seiten 68-73.
James, G.,Witten, D., Hastie, T., Tibshirani, R.: An Introduction to Statistical Learning, Springer, 2013, Seiten 219-228.
London, K., Wright, D. B.: Modern Regression Techniques Using R: A Practical Guide, SAGE Publications, 2009, Seiten 78-81.
Schlittgen, R.: Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 117-121.
Hastie, T., Tibshirani, R., Wainwright, M.: Statistical Learning with Sparsity: The Lasso and Generalizations, Chapman & Hall/CRC, 2015, Seiten 7-24.
Thema 9:Quantil-Regression (B)
Frees, E. W.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 446-448.
Keming, Y., Lu, Z., Stander, J.: Quantile regression: Applications and current research areas, Journal of the Royal Statistical Society D (The Statistician), 2003, 52/3, Seiten 331-350.
Koenker, R.: Quantile Regression, Cambridge University Press, 2005, Seiten 1-104.
Koenker, R., Hallock, K. F.: Quantile Regression - An Introduction, University of Illinois.
Schlittgen, R.:Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 199-210.
Thema 10:Robuste Regression (B)
Andersen, R.: Modern Methods for Robust Regression, SAGE Publications, 2007, Seiten 47-70.
Draper, N. R., Smith, H.: Applied Regression Analysis, John Wiley & Sons, 1998, Seiten 567-584.
Fox, J.: Applied Regression Analysis and Generalized Linear Models, SAGE Publications, 1997, Seiten 405-415.
London, K., Wright, D. B.: Modern Regression Techniques Using R: A Practical Guide, SAGE Publications, 2009, Seiten 162-184.
Rousseeuw, P. J., Leroy, A. M.: Robust Regression and Outlier Detection, JohnWiley & Sons, 2003, Seiten 75-154.
Schlittgen, R.: Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 67-93.
Thema 11: Nichtlineare Regression (B)
Bates, D. A., Watts, D. G.: Nonlinear Regression Analysis and Its Applications, John Wiley & Sons, 2007, Seiten 32-133.
Fox, J.: Applied Regression Analysis and Generalized Linear Models, SAGE Publications, 1997, Seiten 388-400.
Huet, S., Bouvier, A., Poursat, M.-A., Jolivet, E.: Statistical Tools for Nonlinear Regression, Springer, 2003, Seiten 1-151.
Ritz, C., Streibig, J. C.: Nonlinear Regression with R, Springer, 2008, Seiten 1-108.
Schlittgen, R.: Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 123-140.
Thema 12: Lineare gemischte Modelle (B)
McCulloch, C. E., Searle, S. R., Neuhaus, J. M.: Generalized, Linear, and Mixed Models, John Wiley & Sons, 2008, Seiten 1-25 und 157-185.
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 253-271.
Faraway, J.: Extending the Linear Model with R, Chapman & Hall/CRC, 2006, Seiten 153-181.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 182-216.
Sheather, S. J.: A Modern Approach to Regression with R, Springer, 2009, Seiten 331- 368.
Wood, S. N.: Generalized Additive Models, Chapman & Hall/CRC, 2006, Seiten 277- 310.
Thema 13: Survivalanalyse (B)
Allinson, P. D.: Event History and Survival Analysis, SAGE Publications, 2014, Seiten 1-52.
Dobson, A. J.: An Introduction to Generalized Linear Models, Chapman & Hall/CRC, 2002, Seiten 171-187.
Fahrmeir, L., Tutz, G., Hamerle, A.: Multivariate statistische Verfahren, Springer, 1996, Seiten 301-358.
Fahrmeir, L., Tutz, G.: Multivariate Statistical Modelling Based on Generalized Linear Models, Springer, 2001, Seiten 385-408.
Frees, E. W.: Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010, Seiten 383-398.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 481-511.
Klugman, S. A., Panjer, H., Willmot, G. E.: Loss Models: From Data to Decisions, Wiley, 2008, Seiten 492-501.
McCullagh, P., Nelder, J. A.: Generalized Linear Models, Chapman & Hall/CRC, 1999, Seiten 419-430.
Schlittgen, R.: Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 253-263 und 289-305.
Thema 14: ARIMA-Modelle & Unit Root Tests (B)
Brockwell, P. J., Davis, R. A.: Introduction to Time Series and Forecasting, Springer, 2002, Seiten 179-203.
Cryer, J. D., Chan, K.-S.: Time Series Analysis, Springer, 2008, Seiten 87-102, 125- 130 und 191-213.
Kirchgässner, G., Wolters, J.: Einführung in die moderne Zeitreihenanalyse, Vahlen, 2006, Seiten 137-167.
Neusser, K.: Zeitreihenanalyse in den Wirtschaftswissenschafen, Vieweg, 2009, Seiten 99-121.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 284-312 und 356-375.
Ruppert, D.: Statistics and Data Analysis for Financial Engineering, Springer, 2011, Seiten 228-251.
Shumway, R. H., Stoffer, D. S.: Time Series Analysis and Its Applications, Springer, 2006, Seiten 140-154.
Thema 15: SARIMA-Modelle (B)
Brockwell, P. J., Davis, R. A.: Introduction to Time Series and Forecasting, Springer, 2002, Seiten 203-210.
Cryer, J. D., Chan, K.-S.: Time Series Analysis, Springer, 2008, Seiten 227-246.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 313-322.
Shumway, R. H., Stoffer, D. S.: Time Series Analysis and Its Applications, Springer, 2006, Seiten 154-164.
Thema 16: ARCH- & GARCH-Modelle (B)
Chan, N. H.: Time Series, John Wiley & Sons, 2010, Seiten 105-120.
Cryer, J. D., Chan, K.-S.: Time Series Analysis, Springer, 2008, Seiten 277-315.
Franke, J., Härdle, W. K., Hafner, C. M.: Einführung in die Statistik der Finanzmärkte, Springer, 2004, Seiten 201-233.
Kirchgässner, G., Wolters, J.: Einführung in die moderne Zeitreihenanalyse, Vahlen, 2006, Seiten 215-235.
Lai, T. L., Xing, H.: Statistical Models and Methods for Financial Markets, Springer, 2010, Seiten 139-157.
Neusser, K.: Zeitreihenanalyse in den Wirtschaftswissenschafen, Vieweg, 2009, Seiten 129-149.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 325-339.
Ruppert, D.: Statistics and Data Analysis for Financial Engineering, Springer, 2011, Seiten 477-501.
Schmid, F., Trede, M.: Finanzmarktstatistik, Springer, 2006, Seiten 167-194.
Tsay, R. S.: Analysis of Financial Time Series, Wiley, 2010, Seiten 109-149.
Thema 17:Spektralanalyse (B)
Brockwell, P. J., Davis, R. A.: Introduction to Time Series and Forecasting, Springer, 2002, Seiten 111-134.
Chan, N. H.: Time Series, John Wiley & Sons, 2010, Seiten 83-93.
Cryer, J. D., Chan, K.-S.: Time Series Analysis, Springer, 2008, Seiten 319-346 und 351-378.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 181-251.
Schlittgen, R.: Angewandte Zeitreihenanalyse mit R, Oldenbourg Verlag, 2012, Seiten 128-146.
Shumway, R. H., Stoffer, D. S.: Time Series Analysis and Its Applications, Springer, 2006, Seiten 174-232.
Thema 18:Nichtparametrische Regression (C)
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 291-364.
Faraway, J. J.: Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Chapman & Hall/CRC, 2006, Seiten 211-229.
Fox, J.: Nonparametric Simple Regression: Smoothing Scatterplots, SAGE Publications, 2000.
Ruppert, D.: Statistics and Data Analysis for Financial Engineering, Springer, 2011, Seiten 579-596.
Schlittgen, R.: Regressionsanalysen mit R, Oldenbourg Verlag, 2013, Seiten 143-165.
Wasserman, L.: All of Nonparametric Statistics, Springer, 2007, Seiten 61-119.
Thema 19: Additive & verallgemeinerte additive Modelle (C)
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 399-425.
Faraway, J. J.: Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Chapman & Hall/CRC, 2006, Seiten 231-250.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 367-396.
Hastie, T., Tibshirani, R.: Generalized Additive Models, Chapman & Hall/CRC, 1999, Seiten 82-170.
London, K., Wright, D. B.: Modern Regression Techniques Using R: A Practical Guide, SAGE Publications, 2009, Seiten 112-138.
Wood, S. N.: Generalized Additive Models, Chapman & Hall/CRC, 2006, Seiten 121- 139.
Thema 20: Verallgemeinerte lineare gemischte Modelle (C)
Fahrmeir, L., Kneib, T., Lang, S.: Regression, Springer, 2009, Seiten 278-287.
Faraway, J.: Extending the Linear Model with R, Chapman & Hall/CRC, 2006, Seiten 201-208.
Frees, E. W., Derrig, R. A., Meyers, G.: Predictive Modeling Applications in Actuarial Science, Cambridge, 2014, Seiten 398-410.
McCulloch, C. E., Searle, S. R., Neuhaus, J. M.: Generalized, Linear, and Mixed Models, John Wiley & Sons, 2008, Seiten 188-210.
Thema 21: Multivariate Zeitreihen (C)
Brockwell, P. J., Davis, R. A.: Introduction to Time Series and Forecasting, Springer, 2002, Seiten 223-255.
Chan, N. H.: Time Series, John Wiley & Sons, 2010, Seiten 123-140.
Kirchgässner, G., Wolters, J.: Einführung in die moderne Zeitreihenanalyse, Vahlen, 2006, Seiten 113-134.
Neusser, K.: Zeitreihenanalyse in den Wirtschaftswissenschafen, Vieweg, 2009, Seiten 151-207.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 485-548.
Schlittgen, R.: Angewandte Zeitreihenanalyse mit R, Oldenbourg Verlag, 2012, Seiten 147-179.
Thema 22: Zustandsraummodelle & Kalman-Filter (C)
Brockwell, P. J., Davis, R. A.: Introduction to Time Series and Forecasting, Springer, 2002, Seiten 259-292.
Chan, N. H.: Time Series, John Wiley & Sons, 2010, Seiten 143-157.
Rinne, H., Specht, K.: Zeitreihen, Vahlen, 2002, Seiten 549-564.
Schlittgen, R.: Angewandte Zeitreihenanalyse mit R, Oldenbourg Verlag, 2012, Seiten 201-214.
Shumway, R. H., Stoffer, D. S.: Time Series Analysis and Its Applications, Springer, 2006, Seiten 324-352.
Tsay, R. S.: Analysis of Financial Time Series, John Wiley & Sons, 2010, Seiten 557- 609.