Das Projekt fokussiert die Modellierung von Verteilungseigenschaften mithilfe von Expektilen. Dabei werden praktische, theoretische und numerische Eigenschaften untersucht.

• Antragsteller: Professor Dr. Göran Kauermann
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung von 2012 bis 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 219738068

Das Projekt zielt auf die Modellierung von Verteilungseigenschaften mit Hilfe von nicht-parametrischen Schätzern ab. Dabei wird die klassische nicht-parametrische (Mittelwert-) Regression zur Schätzung von Expektilen erweitert. Dies erlaubt es anstelle des Mittelwertes die gesamte bedingte Verteilung einer Zielvariablen zu modellieren. Hierzu werden verschiedene Ergebnisse von penalisierter Spline Schätzung auf Expektilschätzung übertragen, was es erlauben wird asymptotische Eigenschaften herzuleiten. Ein Fokus des Projektes liegt auf der Schätzung von Expektilen bei longitudinalen, gruppierten Daten. Dabei wird die Abhängigkeitsstruktur in den Daten durch individuenspezifische, zufällige Effekte erweitert, was als Verallgemeinerung von (linearen) gemischten Modellen hin zu gemischten Expektilmodellen gesehen werden kann. Darüber hinaus werden Expektile mit Quantilen verglichen, wobei letztere als ‘Benchmark’ gesehen werden.Alle Ergebnisse sollen numerisch in Form von R Paketen zur Verfügung gestellt werden.

• DFG-Verfahren: Sachbeihilfen