Diese empirische Arbeit untersucht Determinanten des Renteneintritts. Sie basiert auf einem Optionswertmodell, um die Bedeutung finanzieller Überlegungen für ein Aufschieben des Renteneintritts zu analysieren. Zusätzlich wird der Einfluss institutioneller Rahmenbedingungen betrachtet. Ein neu verfügbarer Datensatz des Verbands Deutscher Rentenversicherungsträger wird dazu verwendet. Die Ergebnisse zeigen, dass Arbeitslosigkeit und Krankheit zu einem großen Teil einen frühen Renteneintritt erklären. Zusätzlich hat der Optionswert einen großen Erklärungsgehalt. / This paper empirically investigates determinants of retirement decisions. It is based on the option value approach to assess the importance of financial considerations for delaying immediate retirement. In addition, the impact of institutional conditions is considered. Newly available data from the data base of the statutory pension organization providing exact information about income, pension claims, and unemployment spells is used. The results indicate that unemployment and illness explain a great portion of early retirements. Additionally, the option value has explanatory power.

In the last 20 years spatial econometric models, methods and techniques have been applied to a great variety of empirical problems. The essence of a spatial econometric model is the incorporation of a spatial autoregressive lag, which is scaled by the so called spatial autocorrelation parameter. From a mathematical perspective introducing a spatial autoregressive term into the linear regression model yields a system of equations, which may or may not be solvable for the dependent variable. Furthermore even if the system of equations is solvable, the dependent variable may be diverging if the number of observations approaches infinity. One can show that the solvability and boundedness of the dependent variable in spatial autoregessive models are crucially dependent on the (pre-) specified parameter space of the spatial autocorrelation parameter. Since almost all theoretical work in spatial econometrics assumes both model properties, the validity of spatial econometric methods and techniques is also crucially dependent on the (pre-) specified parameter space. (author's abstract)

Der Klimawandel wird künftig die landwirtschaftlichen Erträge beeinflussen. Die Studie schätzt die Auswirkungen der projizierten Klimaänderungen auf die Entwicklung der Erträge von Winterweizen, Winterroggen, Wintergerste, Winterraps und Silomais ab. Die Auswertungen erfolgten mit den statistisch orientierten Modell YIELDSTAT für den Zeitraum bis 2050 auf der Grundlage des Klimaszenarios WEREX IV A1B. Unter pessimistischen Annahmen sind durchgängig leichte Ertragseinbußen bis 2050 zu erwarten. Allerdings sind weder CO2-Düngungseffekte noch der wissenschaftlich-technischen Fortschritt hierbei berücksichtigt worden. Dagegen kann bei optimistischen Betrachtungen von einer weiteren Ertragssteigerung vor allem bei Wintergetreide und Winterraps gerechnet werden. Das Regionalmodell WEREX IV projiziert eine vergleichsweise moderate Klimaänderung bis 2050. Mit einer stärkeren Ertragsbeeinflussung, insbesondere auf den leichten, diluvialen Standorten, ist dann zu rechnen, wenn sich das künftige Klima schneller und extremer verändert als gegenwärtig mit WEREX IV berechnet wurde. Infolge zunehmender Extremereignisse wird die Ertragsstabilität künftig abnehmen.

Singularly perturbed reaction-diffusion problems exhibit in general solutions with anisotropic features, e.g. strong boundary and/or interior layers. This anisotropy is reflected in the discretization by using meshes with anisotropic elements. The quality of the numerical solution rests on the robustness of the a posteriori error estimator with respect to both the perturbation parameters of the problem and the anisotropy of the mesh. The simplest local error estimator from the implementation point of view is the so-called hierarchical error estimator. The reliability proof is usually based on two prerequisites: the saturation assumption and the strengthened Cauchy-Schwarz inequality. The proofs of these facts are extended in the present work for the case of the singularly perturbed reaction-diffusion equation and of the meshes with anisotropic elements. It is shown that the constants in the corresponding estimates do neither depend on the aspect ratio of the elements, nor on the perturbation parameters. Utilizing the above arguments the concluding reliability proof is provided as well as the efficiency proof of the estimator, both independent of the aspect ratio and perturbation parameters.

Geodätische Messabweichungen werden oft gut durch Wahrscheinlichkeitsverteilungen beschrieben, die steilgipfliger als die Gaußsche Normalverteilung sind. Das gilt besonders, wenn grobe Messabweichungen nicht völlig ausgeschlossen werden können. Neben einigen in der Geodäsie bisher verwendeten Verteilungen (verallgemeinerte Normalverteilung, Hubers Verteilung) diskutieren wir hier die skalenkontaminierte Normalverteilung, die für die praktische Rechnung einige Vorteile bietet. / Geodetic measurement errors are frequently well described by probability distributions, which are more peak-shaped than the Gaussian normal distribution. This is especially true when gross errors cannot be excluded. Besides some distributions used so far in geodesy (generalized normal distribution, Huber’s distribution) we discuss the scale contaminated normal distribution, which offers some advantages in practical calculations.

This article presents an econometric analysis of the maintenance costs for the Austrian railway system. The data contain observations of track maintenance costs from 1998 to 2000. Our analysis identifies the cost driving factors in order to determine estimates of marginal costs, as required by the infrastructure provision principles of the European Union. The analysis identifies the variables "track length" and "transported gross-tons" as the principal cost determinants. Furthermore, we observe that total costs as well as marginal costs increase with (i) a high proportion of the track occupied by train stations, (ii) the number of switches within a track, (iii) narrow bends, and (iv) considerable slopes. Moreover average as well as marginal costs for secondary lines are significantly higher than for main lines. (author's abstract) / Series: Department of Economics Working Paper Series

Der Klimawandel wird künftig die landwirtschaftlichen Erträge beeinflussen. Die Studie schätzt die Auswirkungen der projizierten Klimaänderungen auf die Entwicklung der Erträge von Winterweizen, Winterroggen, Wintergerste, Winterraps und Silomais ab. Die Auswertungen erfolgten mit den statistisch orientierten Modell YIELDSTAT für den Zeitraum bis 2050 auf der Grundlage des Klimaszenarios WEREX IV A1B. Unter pessimistischen Annahmen sind durchgängig leichte Ertragseinbußen bis 2050 zu erwarten. Allerdings sind weder CO2-Düngungseffekte noch der wissenschaftlich-technischen Fortschritt hierbei berücksichtigt worden. Dagegen kann bei optimistischen Betrachtungen von einer weiteren Ertragssteigerung vor allem bei Wintergetreide und Winterraps gerechnet werden. Das Regionalmodell WEREX IV projiziert eine vergleichsweise moderate Klimaänderung bis 2050. Mit einer stärkeren Ertragsbeeinflussung, insbesondere auf den leichten, diluvialen Standorten, ist dann zu rechnen, wenn sich das künftige Klima schneller und extremer verändert als gegenwärtig mit WEREX IV berechnet wurde. Infolge zunehmender Extremereignisse wird die Ertragsstabilität künftig abnehmen.

Die vorliegende Arbeit hat nichtparametrische Schätzmethoden für diskret beobachtete Lévyprozesse zum Gegenstand. Ein Lévyprozess mit endlichen zweiten Momenten und endlicher Variation auf Kompakta wird niederfrequent beobachtet. Die Sprungdynamik wird vollständig durch das endliche signierte Maß my(dx):= x ny(dx) beschrieben. Ein lineares Funktional von my soll nichtparametrisch geschätzt werden. Im ersten Teil werden Kernschätzer konstruiert und obere Schranken für das korrespondierende Risiko bewiesen. Daraus werden Konvergenzraten unter Glattheitsannahmen an das Lévymaß hergeleitet. Für Spezialfälle werden untere Schranken bewiesen und daraus Minimax-Optimalität gefolgert. Der Schwerpunkt liegt auf dem Problem der datengetriebenen Wahl des Glättungsparameters, das im zweiten Teil untersucht wird. Da die nichtparametrische Schätzung für Lévyprozesse starke strukturelle Ähnlichkeiten mit Dichtedekonvolutionsproblemen mit unbekannter Fehlerdichte aufweist, werden beide Problemstellungen parallel diskutiert und die Methoden allgemein sowohl für Lévyprozesse als auch für Dichtedekonvolution entwickelt. Es werden Methoden der Modellwahl durch Penalisierung angewandt. Während das Prinzip der Modellwahl im üblichen Fall darauf beruht, dass die Fluktuation stochastischer Terme durch Penalisierung mit einer deterministischen Größe beschränkt werden kann, ist die Varianz im hier betrachteten Fall unbekannt und der Strafterm somit stochastisch. Das Hauptaugenmerk der Arbeit liegt darauf, Strategien zum Umgang mit dem stochastischen Strafterm zu entwickeln. Dabei ist ein modifizierter Schätzer für die charakteristische Funktion im Nenner zentral, der es erlaubt, die punktweise Kontrolle der Abweichung dieses Objects von seiner Zielgröße auf die gesamte reelle Achse zu erweitern. Für die Beweistechnik sind insbesondere Talagrand-Konzentrationsungleichungen für empirische Prozesse relevant. / This thesis deals with nonparametric estimation methods for discretely observed Lévy processes. A Lévy process X having finite variation on compact sets and finite second moments is observed at low frequency. The jump dynamics is fully described by the finite signed measure my(dx)=x ny(dx). The goal is to estimate, nonparametrically, some linear functional of my. In the first part, kernel estimators are constructed and upper bounds on the corresponding risk are provided. From this, rates of convergence are derived, under regularity assumptions on the Lévy measure. For particular cases, minimax lower bounds are proved. The rates of convergence are thus shown to be minimax optimal. The focus lies on the data driven choice of the smoothing parameter, which is being considered in the second part. Since nonparametric estimation methods for Lévy processes have strong structural similarities with with nonparametric density deconvolution with unknown error density, both fields are discussed in parallel and the concepts are developed in generality, for Lévy processes as well as for density deconvolution. The choice of the bandwidth is realized, using techniques of model selection via penalization. The principle of model selection via penalization usually relies on the fact that the fluctuation of certain stochastic quantities can be controlled by penalizing with a deterministic term. Contrarily to this, the variance is unknown in the setting investigated here and the penalty term is hence itself a stochastic quantity. It is the main concern of this thesis to develop strategies to dealing with the stochastic penalty term. The most important step in this direction will be a modified estimator of the unknown characteristic function in the denominator, which allows to make the pointwise control of this object uniform on the real line. The main technical tools involved in the arguments are concentration inequalities of Talagrand type for empirical processes.

Es sei X eine Zufallsvariable mit unbekannter Verteilung P. Zu den Hauptaufgaben der Mathematischen Statistik zählt die Konstruktion von Schätzungen für einen abgeleiteten Parameter theta(P) mit Hilfe einer Beobachtung X=x. Im Fall einer dominierten Verteilungsfamilie ist es möglich, das Maximum-Likelihood-Prinzip (MLP) anzuwenden. Eine Alternative dazu liefert der Bayessche Zugang. Insbesondere erweist sich unter Regularitätsbedingungen, dass die Maximum-Likelihood-Schätzung (MLS) dem Grenzwert einer Folge von Bayesschen Schätzungen (BSen) entspricht. Eine BS kann aber auch im Fall einer nicht dominierten Verteilungsfamilie betrachtet werden, was als Ansatzpunkt zur Erweiterung des MLPs genutzt werden kann. Weiterhin werden zwei Ansätze einer verallgemeinerten MLS (vMLS) von Kiefer und Wolfowitz sowie von Gill vorgestellt. Basierend auf diesen bekannten Ergebnissen definieren wir einen selbstinformativen Grenzwert und einen selbstinformativen a posteriori Träger. Im Spezialfall einer dominierten Verteilungsfamilie geben wir hinreichende Bedingungen an, unter denen die Menge der MLSen einem selbstinformativen a posteriori Träger oder, falls die MLS eindeutig ist, einem selbstinformativen Grenzwert entspricht. Das Ergebnis für den selbstinformativen a posteriori Träger wird dann auf ein allgemeineres Modell ohne dominierte Verteilungsfamilie erweitert. Insbesondere wird gezeigt, dass die Menge der vMLSen nach Kiefer und Wolfowitz ein selbstinformativer a posteriori Träger ist. Weiterhin wird der selbstinformative Grenzwert bzw. a posteriori Träger in einem Modell mit nicht identifizierbarem Parameter bestimmt. Im Mittelpunkt dieser Arbeit steht ein multivariates semiparametrisches lineares Modell. Zunächst weisen wir jedoch nach, dass in einem rein nichtparametrischen Modell unter der a priori Annahme eines Dirichlet Prozesses der selbstinformative Grenzwert existiert und mit der vMLS nach Kiefer und Wolfowitz sowie der nach Gill übereinstimmt. Anschließend untersuchen wir das multivariate semiparametrische lineare Modell und bestimmen die vMLSen nach Kiefer und Wolfowitz bzw. nach Gill sowie den selbstinformativen Grenzwert unter der a priori Annahme eines Dirichlet Prozesses und einer Normal-Wishart-Verteilung. Im Allgemeinen sind die so erhaltenen Schätzungen verschieden. Abschließend gehen wir dann auf den Spezialfall eines semiparametrischen Lokationsmodells ein, in dem die vMLSen nach Kiefer und Wolfowitz bzw. nach Gill und der selbstinformative Grenzwert wieder identisch sind. / We assume to observe a random variable X with unknown probability distribution. One major goal of mathematical statistics is the estimation of a parameter theta(P) based on an observation X=x. Under the assumption that P belongs to a dominated family of probability distributions, we can apply the maximum likelihood principle (MLP). Alternatively, the Bayes approach can be used to estimate the parameter. Under some regularity conditions it turns out that the maximum likelihood estimate (MLE) is the limit of a sequence of Bayes estimates (BE's). Note that BE's can even be defined in situations where no dominating measure exists. This allows us to derive an extension of the MLP using the Bayes approach. Moreover, two versions of a generalised MLE (gMLE) are presented, which have been introduced by Kiefer and Wolfowitz and Gill, respectively. Based on the known results, we define a selfinformative limit and a posterior carrier. In the special case of a model with dominated distribution family, we state sufficient conditions under which the set of MLE's is a selfinformative posterior carrier or, in the case of a unique MLE, a selfinformative limit. The result for the posterior carrier is extended to a more general model without dominated distributions. In particular we show that the set of gMLE's of Kiefer and Wolfowitz is a posterior carrier. Furthermore we calculate the selfinformative limit and posterior carrier, respectively, in the case of a model with possibly nonidentifiable parameters. In this thesis we focus on a multivariate semiparametric linear model. At first we show that, in the case of a nonparametric model, the selfinformative limit coincides with the gMLE of Kiefer and Wolfowitz as well as that of Gill, if a Dirichlet process serves as prior. Then we investigate both versions of gMLE's and the selfinformative limit in the multivariate semiparametric linear model, where the prior for the latter estimator is given by a Dirichlet process and a normal-Wishart distribution. In general the estimators are not identical. However, in the special case of a location model we find again that the three considered estimates coincide.

No description available.