Gegenstand der Dissertation bildet eine echte Zeitreihenuntersuchung eines Tiefland-Buchenwaldes im nordostdeutschen Tiefland. Dieser Wald wurde Ende der 1920er Jahre aus der forstlichen Nutzung entlassen und entstand aus einem Anfang des 19. Jahrhunderts stockenden Eichenwald. Ende der 1950er bzw. der 1960er Jahre wurden drei kompakte Versuchsflächen zur Erfassung der Bestockungsstruktur in dem vorherrschenden Altbaum-Hallenstadium eingerichtet. Im Jahre 2012 gelang es diese alten Versuchsflächen zu identifizieren und einer Wiederholungsinventur zu unterziehen. Der Buchenwald hatte sich zwischenzeitlich erneuert und zu drei unterschiedlichen Tiefland-Buchenwaldökosystemen entwickelt. Als Voraussetzung für die Veränderungsanalyse der Bestockung und des Totholzes wurde eine georeferenzierte Arbeitsweise (EPSG Code 25833) gewählt. Dies ermöglichte die Nutzung des digitalen Geländemodells DGM 2m, historischer und aktueller Luftbilder und Laserdaten, und daraus abgeleiteter normalisierter Oberflächenmodelle zur Visualisierung der stattgefundenen Waldentwicklung. Aufbauend auf georeferenzierten standörtlich-vegetationskundlichen Untersuchungen konnten mittels geostatistischer und statistischer Verfahren die standörtlichen Ursachen für die natürliche Entwicklung der drei unterschiedlichen Buchen(misch)waldökosysteme herausgearbeitet werden. Eine populationsgenetische Inventur der Buchen, Winter- und Sommerlinden sowie eine lichtökologische Studie ergänzt die Untersuchung. / The subject of this dissertation is a real time series investigation of a lowland beech forest in the north-eastern lowlands of Germany. This forest was released from forestry at the end of the 1920s and emerged from an oak forest that had felled at the beginning of the 19th century. At the end of the 1950s and 1960s, three compact experimental areas were set up to record the stocking structure in the predominant old tree hall stage. In 2012, it was possible to identify these old experimental areas and to subject them to a repeat inventory. The beech forest had meanwhile been renewed and developed into three different lowland beech forest ecosystems. A georeferenced working method (EPSG Code 25833) was chosen as a prerequisite for the change analysis of the stocking and deadwood. This enabled the use of the digital terrain model DGM 2m, historical and current aerial photographs and laser data, and derived normalized surface models to visualize the forest development. Based on georeferenced site-vegetation investigations, geostatistical and statistical methods were used to identify the local causes for the natural development of the three different beech (mixed) forest ecosystems. A population genetic inventory of the beeches, winter and summer lime trees as well as a light-ecological study completed the investigation.

Hochdimensionale Regressionsprobleme, die sich dynamisch entwickeln, sind in zahlreichen Bereichen der Wissenschaft anzutreffen. Die Dynamik eines solchen komplexen Systems wird typischerweise mittels der Zeitreiheneigenschaften einer geringen Anzahl von Faktoren analysiert. Diese Faktoren wiederum sind mit zeitinvarianten Funktionen von explikativen Variablen bewichtet. Diese Doktorarbeit beschäftigt sich mit einem dynamischen semiparametrischen Faktormodell, dass nichtparametrische Bewichtungsfunktionen benutzt. Zu Beginn sollen kurz die wichtigsten statistischen Methoden diskutiert werden um dann auf die Eigenschaften des verwendeten Modells einzugehen. Im Anschluss folgt die Diskussion einiger Anwendungen des Modellrahmens auf verschiedene Datensätze. Besondere Aufmerksamkeit wird auf die Dynamik der so genannten Implizierten Volatilität und das daraus resultierende Faktor-Hedging von Barrier Optionen gerichtet. / High-dimensional regression problems which reveal dynamic behavior occur frequently in many different fields of science. The dynamics of the whole complex system is typically analyzed by time propagation of few number of factors, which are loaded with time invariant functions of exploratory variables. In this thesis we consider dynamic semiparametric factor model, which assumes nonparametric loading functions. We start with a short discussion of related statistical techniques and present the properties of the model. Additionally real data applications are discussed with particular focus on implied volatility dynamics and resulting factor hedging of barrier options.

The mitigation of greenhouse gases, like CO2 is a challenging aspect for our society. A strategy to hamper the constant emission of CO2 is utilizing carbon capture and storage technologies. CO2 is sequestrated in subsurface reservoirs. However, these reservoirs harbor the risk of leakage and appropriate geophysical monitoring methods are needed. A crucial aspect of monitoring is the assignment of measured data to certain events occurring. Especially if changes in the measured data are small, suitable statistical methods are needed. In this thesis, a new statistical workflow based on cluster analysis is proposed to detect similar transient electromagnetic signals. The similarity criteria dynamic time warping, the autoregressive distance, and the normalized root-mean-square distance are investigated and evaluated with respect to the classic Euclidean norm. The optimal number of clusters is determined using the gap statistic and visualized with multidimensional scaling. To validate the clustering results, silhouette values are used. The statistical workflow is applied to a synthetic data set, a long-term monitoring data set and a repeat measurement at a pilot CO2-sequestration site in Brooks, Alberta.