• Zur Metanavigation
  • Zur Hauptnavigation
  • Zur Suche
  • Zum Inhalt
  • Zur Subnavigation
  • Zum Seitenfuß
  • Universität Hamburg
  • Presse
  • KUS-Portal0
  • STiNE
https://www.kus.uni-hamburg.de/aktuelles.json?recentnews=true
  • Einrichtungen und Zielgruppen
    • Einrichtungen
      • Fakultäten

        • Fakultät für Rechtswissenschaft
        • Fakultät für Wirtschafts- und Sozialwissenschaften
        • Medizinische Fakultät
        • Fakultät für Erziehungswissenschaft
        • Fakultät für Geisteswissenschaften
        • Fakultät für Mathematik, Informatik und Naturwissenschaften
        • Fakultät für Psychologie und Bewegungswissenschaft
        • University of Hamburg Business School
      • Dienste

        • STiNE
        • Surfmail
        • Exchange
        • KUS-Portal
        • Lernplattformen
        • Katalogplus
        • SharePoint
      • Einrichtungen für Studierende

        • Campus-Center
        • Career-Center
        • PIASTA
        • AStA
        • Hochschulsport
        • Universitätsmusik
        • Familienbüro
        • Sprachenzentrum
        • Allgemeinsprachen
        • Koordination der Belange von Studierenden mit Beeinträchtigungen
        • Bibliotheken
        • Healthy Campus
      • Weitere Einrichtungen

        • Exzellenzcluster CLICCS
        • Exzellenzcluster CUI
        • Exzellenzcluster Quantum Universe
        • Exzellenzcluster Understanding Written Artefacts
        • Hamburg Research Academy
        • Pier Plus
        • Hamburger Zentrum für Universitäres Lehren und Lernen (HUL)
        • Hub for Crossdisciplinary Learning (HCL)
        • Centrum für Erdsystemforschung und Nachhaltigkeit (CEN)
        • Museen und Sammlungen
        • Universitätsarchiv
        • Regionales Rechenzentrum (RRZ)
        • Präsidialverwaltung
        • Transferagentur
        • Unikontor
    • Zielgruppen

      • Studieninteressierte
      • Studierende
      • Internationale
      • Promovierende
      • Forschende
      • Lehrende
      • Beschäftigte (KUS)
      • Weiterbildungsinteressierte
      • Alumni
      • Presse
      • Geflüchtete
    Schließen
  • Gebärdensprache
  • Leichte Sprache
  • Language
    • Deutsch
    • English
  • /sitemap.json
    GebärdenspracheLeichte Sprache
Universität Hamburg - der Forschung, der Lehre, der Bildung, zur Homepage

Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre

Professurfür Statistik mit Anwendung in der Betriebswirtschaftslehre
  • Über uns
  • Studium und Service
    • Abschlussarbeiten
    • Empfehlungsschreiben
    • Sommersemester 2027
    • Wintersemester 2026/27
    • Sommersemester 2026
    • Wintersemester 2025/26
    • Sommersemester 2025
    • Wintersemester 2024/25
    • Sommersemester 2024
    • Wintersemester 2023/24
  • Forschung
    • Aktuelle Forschungsprojekte und Publikationen
    • Software und Daten
  • Wissenstransfer
  • Team
    • Prof. Dr. Martin Spindler
    • Julia Bachale
    • Dr. Jan Rabenseifner
    • Jan Teichert-Kluge
    • Julius Herzig
    • Valérian Fourel
    • Julian Diefenbacher
    • Maximilian Knechtel
    • Philipp Schwarz
    • Dr. Zihao Yuan
  • Kontakt

Foto: UHH

  1. UHH
  2. University of Hamburg Business School
  3. Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre
  4. Team
  5. Ehemalige
  6. Prof. Dr. Philipp Bach

Prof. Dr. Philipp Bach

Ehemaliger wissenschaftlicher Mitarbeiter

Anschrift

Universität Hamburg
University of Hamburg Business School
Statistik mit Anwendung in der Betriebswirtschaftslehre

Research Interests

  • Estimation of causal effects and inference in high dimensionsal settings with machine learning methods
  • Sensitivity analysis
  • Difference-in-difference models
  • Machine Learning and Deep Learning
  • Applications in labor, energy, environmental, health and financial economics

Code

Code and supplemental materials of research projects and publications are available here. 

Publications

  • Philipp Bach, Oliver Schacht, Victor Chernozhukov, Sven Klaassen, Martin Spindler (2024), Hyperparameter Tuning for Causal Inference with Double Machine Learning: A Simulation Study, Conference on Causal Learning and Reasoning, Proceedings of Machine Learning Research, 236, 1065-1117, available online.
  • Philipp Bach, Victor Chernozhukov, Martin Spindler (2024). Heterogeneity in the U.S. Gender Wage Gap. Journal of the Royal Statistical Society: Series A, 187(1), 209-230, available online.
  • Philipp Bach, Victor Chernozhukov, Malte S. Kurz, , Martin Spindler, Sven Klaassen (2024). DoubleML - An Object-Oriented Implementation of Double Machine Learning in R. DoubleML: An Object-Oriented Implementation of Double Machine Learning in R. Journal of Statistical Software, 108(3), 1–56, available online.
  • Philipp Bach, Victor Chernozhukov, Malte S. Kurz, , Martin Spindler (2022).
    DoubleML - An Object-Oriented Implementation of Double Machine Learning in Python.
    Journal of Machine Learning Research 23 (53), 1–6, available online.
  • Philipp Bach, Helmut Farbmacher, Martin Spindler, Semiparametric count data modeling with an application to health service demand, Econometrics and Statistics, 8, 125-140, 2018, available online.

Working Papers

  • Sven Klaassen, Jan Teichert-Kluge, Philipp Bach, Victor Chernozhukov, Martin Spindler, Suhas Vijaykumar, DoubleMLDeep: Estimation of Causal Effects with Multimodal Data, available at arxiv, 2024.
  • Philipp Bach, Sven Klaassen, Jannis Kueck, Martin Spindler, Estimation and Uniform Inference in Sparse High-Dimensional Additive Models, Working Paper, available at arXiv, 2020.
  • Philipp Bach, Victor Chernozhukov, Martin Spindler, Insights from Optimal Pandemic Shielding in a Multi-Group SEIR Framework, Working Paper, available at arxiv, 2020.
  • Philipp Bach, Victor Chernozhukov, Martin Spindler, Closing the U.S. gender wage gap requires understanding its heterogeneity, Working Paper, available at arXiv, 2018.
  • Philipp Bach, Victor Chernozhukov, Martin Spindler, Valid Simultaneous Inference in High-Dimensional Settings (with the HDM package for R), Working Paper, available at arXiv , 2018.
  • Bach, Philipp, H. Farbmacher, and M. Spindler (2016): Semiparametric Count Data Modeling
    with an Application to Health Service Demand. No. 16/20. HEDG, c/o Department of Economics,
    University of York, 2016.

Education

Since

10/2021

Postdoc in Statistics, University of Hamburg, Chair of Statistics with Application in Business Administration

2021

Ph.D., Hamburg University, Prof. Dr. Martin Spindler; Thesis: Applications in High-Dimensional Econometrics

2016 M.Sc. Economics, Ludwig-Maximilians-Universität München
2013 B.Sc. Economics, University of Mannheim



Verändert am 15. August 2025

  • Feedback
  • Impressum
  • Datenschutzerklärung
  • Barrierefreiheit
  • Sitemap

Universität Hamburg

Innovating and Cooperating for a Sustainable Future in a Digital Age

  • Folge uns auf Instagram.
  • Folge uns auf Facebook.
  • Vernetze dich mit uns auf LinkedIn.
  • Folge uns auf Mastodon.
  • Folge uns auf Bluesky.
  • Abonniere unseren Kanal auf YouTube.
    • Studium an der UHH
    • Studieninteressierte
    • Weiterbildung
    • Forschung an der UHH
    • Lehre an der UHH
    • Promovieren
    • Karriere & Stellenangebote
    • Transfer
    • Universität
    • Exzellenz
    • Nachhaltigkeit
    • Fakultäten
    • Alumni-Netzwerk
    • Kontakt
    • Campus-Karte
    • UHHApp
    • Notfall & Sicherheit
    • Antidiskriminierung
Zur Seite Audit familiengerechte Hochschule
Zur Seite Audit Internationalisierung
Zur Seite Audit Nachhaltigkeit
Zur Seite Diversity-Audit
Zur Seite Systemakkreditierung

© 2026 Universität Hamburg. Alle Rechte vorbehalten