Prof. Dr. Alexander Fuchs-Kreiß

Forschung

Forschungsschwerpunkte

Research Website

In meiner Forschung beschäftige ich mich mit der Entwicklung und mathematischen Analyse von statistischen Methoden für komplexe Datenstrukturen, haupsächlich Netzwerkdaten. Zu meinen Forschungsschwerpunkten gehören insbesondere:

• Statistische Modelle für Netzwerkdaten
• Semi- und nichtparametrische Methoden
• Abhängigkeitsstrukturen
• Relational Event Models
• Hawkes-Prozesse
• Kausale Inferenz
• Hochdimensionale Statistik
• Messfehlerproblemen

Publikationen

• Efficient Quantile Regression under Censoring Using Laguerre Polynomials, with Ingrid Van Keilegom (2025). Bernoulli 31(4), 2864-2889 - R-Code
• Testing For a Parametric Baseline-Intensity in Dynamic Interaction Networks, with Enno Mammen and Wolfgang Polonik (2023). Journal of Business and Economic Statistics 42(2), 457-468 - R-Code
• Inference in Regression Discontinuity Designs with High-Dimensional Covariates, with Christoph Rothe (2023). The Econometrics Journal 26(2), 105-123 - R-Code
• Semi-Parametric Estimation of Incubation and Generation Times by Means of Laguerre Polynomials, with Ingrid Van Keilegom (2022). Journal of Nonparametric Statistics 34(3), 570-606 - R-Code
• Correlation bounds, mixing and m-dependence under random time-varying network distances with an application to Cox-Processes (2021). Bernoulli 27(3), 1666-1694 - R-Code
• Nonparametric inference for continuous-time event counting and link-based dynamic network models, with Enno Mammen and Wolfgang Polonik (2019) Electronic Journal of Statistics 13(2), 2764-2829 - R-Code

Sprechstunde

In der Vorlesungszeit können Sie sich über den LearnWeb-Kurs Sprechstunde Fuchs-Kreiß für einen Termin anmelden. In der vorlesungsfreien Zeit können Sie mir gerne eine E-Mail schreiben, um einen Termin zu vereinbaren.