Zur JKU Startseite
English, switch language

Bachelorarbeiten

Die Bachelorarbeit wird im Rahmen der LV Seminar aus Statistik verfasst.

Folgende betreuende Personen vergeben Bachelor- und Masterarbeiten aus den jeweilig angeführten Bereichen (oder anderen auf Anfrage) und fungieren als PrüferInnen bei Bachelor- und Masterprüfungen:

Duller:

Nichtparametrische Verfahren

Futschik:

Modellierung hochdimensionaler Daten, Approximative Inferenz, Biostatistik & Modellierung von Genomdaten

Hainy:

Computerintensive Methoden, Bayes-Statistik, Supervised Learning

Müller:

Versuchsplanung, Ökonometrie, räumliche Statistik

Quatember:

Survey-Statistik und verwandte Themen

Stehlík:

Risikomanagement, Versuchsplanung, Pensionssysteme

Wagner:

Zeitreihenanalyse, Analyse von Längsschnittdaten, Lebensdaueranalyse, Bayes-Statistik, Medizinische Statistik
Waldl:

(Verallgemeinerte) lineare Modelle, Faktorenanalyse

Derzeit wird die Betreuung von Bachelorarbeiten zu folgenden Themen angeboten:

Duller:

• Nichtparametrische Permutationstests
• Nichtparametrische Tests für Umbrella-Alternativen
• Digitales Lernen: Nichtparametrische Statistik
• Digitales Lernen: Grundlagen der Statistik

Futschik:

• Auswirkungen der Verletzung von Modellannahmen auf statistische Methoden
• Wahrscheinlichkeitsrechnung in Bildern: Visualisierung wichtiger Resultate aus der Wahrscheinlichkeitsrechnung

Grün:

• Isotype Graphiken: Einführung in die Konzepte und Implementierung in R
• Bestimmung der ECOFFs für die Durchmesserverteilung von Mikroorganismen in der Hemmzone
• Klassifizierung und Gruppierung von Flussabschnitten anhand von Intensitätsmetriken aus Wasserstandsmessungen in Österreich
Hainy:

• Simulationsstudie zur Schätzung bedingter Erwartungswerte von Parametern in nichtlinearen gemischten Modellen mittels Regressionsmethoden

• Schätzung bedingter Erwartungswerte mithilfe des R-Pakets caret

• Vergleich von Methoden zur bedingten Dichteschätzung

Müller:

• Die Varianz des Stichprobenmedians
• Prävalenzschätzung von COVid-19 per Approximate Bayesian Computation

• Machine Learning mit OfficeCalc 

• Gegenbeispiele zum zentralen Grenzwertsatz

Quatember:

• Techniken des randomisierten Antwortens bei quantitativen Variablen

• Die Item Count Technik für sensitive Variablen

• Das statistische Signifikanztesten: Geschichte, Handlungslogik und Problematik

• Corona-Statistiken - Statistische Methoden in der Corona-Pandemie

Stehlík:

• Modellierung und Vorhersage der Ausbreitung von COVID-19

• Financial risk management and pension systems

• Intelligent neural networks

• Time series modelling by neural networks

• Statistical modelling of ecological problems

• Statistics in medicine
Wagner:

• Analyse des Einkommens von Müttern  nach dem Karenzurlaub

• Statistische Analyse von FMRI-Daten
• Analyse von kompositionalen Daten
Waldl:

• Konfirmatorische Faktorenanalyse und Strukturgleichungsmodelle

• Bias-Variance-trade-off im allgemeinen Linearen Modell

• Double Generalized Linear Models

Eine Liste aller bisher am IFAS abgefassten Bachelorarbeiten findest du hier.

Hier findest du Information für die Bachelorarbeit. Die Vorlage für das Layout der Bachelorarbeiten findest du hier unten oder wird auf Anfrage im Seminar aus Statistik zur Verfügung gestellt (via KUSSS). 

Zwei sehr gute Bachelorarbeiten findest du hier:

Magdalena Leitner: Portfolio-VaR-Schätzung mittels bedingter Compula-GARCH Methode

Daniel Dober: Distanz- und modellbasiertes Clustern eines phänotypischen Datensatzes

Bei dieser Bachelorarbeit geht es darum eine Clusteranalyse eines phänotypischen Datensatzes durchzuführen, um durch „unsupervised learning“ eine Klassenstruktur zu erkennen. In der Arbeit werden zudem die Ergebnisse einer distanzbasierten Clusteranalyse, welche üblicherweise für solch eine Problemstellung verwendet wird, mit denen einer modellbasierten Clusteranalyse verglichen. Schlussendlich wurde die erzeugte Klassenstruktur verwendet, um zu überprüfen welche Gene eine signifikante Auswirkung auf die Fälligkeit bzw. Reife von Gerstenpflanzen haben.