Prof. Dr. rer. nat. Claudia Becker
Professor - aktiv
Position / Amtsbezeichnung
Lehrstuhlinhaberin
Lehrstuhlinhaberin
Universität
Martin-Luther-Universität Halle-Wittenberg
Martin-Luther-Universität Halle-Wittenberg
Fachbereich
Juristische und Wirtschaftswissenschaftliche Fakultät-Wirtschaftswissenschaftlicher Bereich
Juristische und Wirtschaftswissenschaftliche Fakultät-Wirtschaftswissenschaftlicher Bereich
Institut
Institut für Volkswirtschaftslehre
Institut für Volkswirtschaftslehre
Arbeitsbereiche
Statistik
Statistik
Forschungsbereiche
Robuste statistische Verfahren
Ausreißeridentifizierung
Dimensionsreduktion in Regressionsmodellen
Robuste statistische Methoden zu Dimensionsreduktion in komplexen Datenstrukturen
Robuste statistische Verfahren
Ausreißeridentifizierung
Dimensionsreduktion in Regressionsmodellen
Robuste statistische Methoden zu Dimensionsreduktion in komplexen Datenstrukturen
Land
Deutschland
Deutschland
Ort / PLZ
06108 Halle (Saale)
06108 Halle (Saale)
Strasse
Große Steinstraße 73
Große Steinstraße 73
Telefon
0345-5523396
0345-5523396
Sekretariat
0345-5523381
0345-5523381
FAX
0345-5527191
0345-5527191
Veröffentlichungen
Becker, C., Gather, U. (1999), The masking breakdown point of multivariate outlier identification rules, Journal of the American Statistical Association 94, 947-955.
Gather, U., Becker, C., Kuhnt, S. (2000), Robust Methods for Complex Data Structures, in: Kiers, H. A. L., Rasson, J.-P., Groenen, P. J. F., Schader, M. (Eds.), Data Analysis, Classification and Related Methods, Springer, Berlin, 315-320.
Becker, C. (2000), The Size of the Largest Nonidentifiable Outlier as a Performance Criterion for Multivariate Outlier Identification Rules: The Case of High-Dimensional Data, in: Bethlehem, J. G., van der Heijden, P. G. M. (Eds.) COMPSTAT 2000. Proceedings in Computational Statistics, Physica-Verlag, Heidelberg, 211-216.
Becker, C., Gather, U. (2001), The Largest Nonidentifiable Outlier: A Comparison of Multivariate Simultaneous Outlier Identification Rules, Computational Statistics & Data Analysis 36, 119-127
Gather, U., Becker, C. (2001), The Curse of Dimensionality – A Challenge for Mathematical Statistics, Jahresberichte der deutschen Mathematiker Vereinigung 103, 19- 36
Gather, U., Hilker, T., Becker, C. (2001), A Robustified Version of Sliced Inverse Regression, in: Fernholz, L.T., Morgenthaler, S., Stahel, W. (Eds.), Statistics in Genetics and in the Environmental Sciences, Birkhäuser, Basel, 147-157
Becker, C., Fried, R., Gather, U. (2001), Applying Sliced Inverse Regression to Dynamical Data, in: Kunert, J., Trenkler, G. (Eds.), Mathematical Statistics with Applications in Biometry, Festschrift in Honour of Siegfried Schach, Eul-Verlag, Köln, 201-214
Wenzel, S., Becker, C., Jodin, D. (2001), Methoden der Informationsgewinnung zur Bestimmung des Eingangsdatenraums für Simulationsmodelle in der Logistik, in: Panreck, K., Dörrscheidt, F. (Eds.), Simulationstechnik, 15. Symposium der Arbeitsgemeinschaft Simulation, ASIM 2001, SCS-Europe BVBA, Ghent, 417-422
Hausmann, M., Becker, C., Gather, U., Güntürkün, O. (2002), Functional Cerebral Asymmetries during the Menstrual Cycle: A Cross Sectional and Longitudinal Analysis, Neuropsychologia 40, 808-816
Gather, U., Hilker, T., Becker, C. (2002), A Note on Outlier Sensitivity of Sliced Inverse Regression, Statistics 13, 271-281
Becker, C., Theis, W. (2002), Clustering of Business Cycles in Optimal Directions Found by SIR and DAME, Technical Report 13/2002, SFB 475, Universität Dortmund
Becker, C., Fried, R. (2002), Sliced Inverse Regression for High-Dimensional Time Series, erscheint in: Opitz, O., Schwaiger, M. (Eds.), Exploratory Data Analysis in Empirical Research. Springer Series "Studies in Classification, Data Analysis and Knowledge Organization", Springer, Berlin, 3-11
Kuhnt, S., Becker, C. (2002), Sensitivity of Graphical Modeling Against Contamination, Technical Report 35/2002, SFB 475, Universität Dortmund Nutzungshinweise: Jede natürliche Person darf sich nur mit einer E-Mail Adresse bei WiWi-Online registrieren lassen. Die Nutzung der Daten die WiWi-Online bereitstellt ist nur für den privaten Gebrauch bestimmt - eine gewerbliche Nutzung ist verboten. Eine automatisierte Nutzung von WiWi-Online und dessen Inhalte, z.B. durch Offline-Browser, Download-Manager oder Webseiten etc. ist ausdrücklich strengstens untersagt. Zuwiderhandlungen werden straf- und zivilrechtlich verfolgt.