Professor für Statistik am Institut für Volkswirtschaftslehre an der Universität Rostock (seit 2009)

Forschungsgebiete

• Schätzung der Wahrscheinlichkeit von Zustandswechseln
• Abhängigkeitsmessung
• Überlebensanalyse

Forschungsschwerpunkte

• Verweildauermodelle
• Zählprozesse
• Likelihoodmethoden

Stationen

• geboren 1971 im Rheinland
• Studium der Mathematik an der Georg-August-Universität Göttingen (1991 - 1997)
• Abschluss als Diplom-Mathematiker an der Georg-August-Universität (1997)
• Mitarbeiter an der medizinischen Fakultät der Universität Erlangen-Nürnberg (1997 - 2001)
• Abschluss als Doktor rer. nat. im Fachbereich Statistik an der Universität Dortmund (2001)
• Risiko-Analytiker und Portfoliomanager im Investmentbanking (2001 - 2004)
• Assistent an der Fakultät für Statistik der Technischen Universität Dortmund (2004 - 2009)
• Habilitation in Ökonometrie an der Technischen Universität Dortmund (2007)
• Lehre und Forschung an den Universitäten York (Kanada), Göttingen, Oslo (Norwegen), Bochum, Erlangen-Nürnberg, Mannheim und Dortmund (1996 - 2009)

Forschungsexzerpt aus Veröffentlichungen des Autors

Statistiker, die mit demografischen Daten arbeiten, beschäftigen sich oft mit so genannten Übergangs- oder Überlebenswahrscheinlichkeiten. So versuchen sie beispielsweise die Frage zu beantworten, wie hoch die Wahrscheinlichkeit ist, dass ein Mensch innerhalb eines Jahres von einem gesunden in einen kranken Status übergeht oder wie wahrscheinlich es ist, dass ein heute kranker Mensch morgen noch lebt. Da schwere Krankheit oft eine Vorstufe zum Tod ist, müssen in Modellen, in denen Überlebenswahrscheinlichkeiten geschätzt werden, Krankheitsereignisse berücksichtigt werden. Dies verursacht, dass Überlebensmodelle, in denen die Interaktion von Gesundheit und Sterblichkeit konstruiert wird, oft sehr komplex werden. Diese Komplexität der Modelle ist aber vermeidbar. Rafael Weißbach und Kollegen haben eine Methode entwickelt, bei der, durch Anwendung so genannter Likelihood-Quotienten, eine „unnötige“ Komplexität eines Modells festgestellt werden kann.

Quelle: Weißbach, R., Walter, R. (2010): A likelihood ratio test for stationarity of rating transitions, Journal of Econometrics, 155: 188 - 194.