Der Vortrag wurde zum UNIX-Stammtsich am 25.5.2010 gehalten.

Ziel der vorliegenden Studie ist es, die Frage nach der Relation zwischen Umwelteinstellungen und umweltgerechtem Verhalten zu beantworten. Hierzu wird ein deduktiver, theoretischer Zugang gewählt. Es werden unterschiedliche theoretische Perspektiven, die sich in der Umweltforschung etabliert haben, vergleichend betrachtet und analysiert: die Umweltbewusstseinsforschung, die Risikoforschung, die Werteforschung und der Rational-Choice-Ansatz, wobei die beiden letztgenannten Theorieansätze in je zwei unterschiedlichen Varianten berücksichtigt werden. Die einzelnen Erklärungsansätze stehen bisher weitgehend isoliert nebeneinander, es fehlt eine explizite systematische theorievergleichende Perspektive, die versucht, den Bewährungsgrad und die Leistungsfähigkeit der dominierenden Ansätze des Forschungsfeldes empirisch zu untersuchen und zu vergleichen. Ein solcher Vergleich wird in der vorliegenden Untersuchung durchgeführt. In der vorliegenden Studie wird neben dieser theorievergleichenden Strategie zusätzlich auch eine kulturvergleichende Strategie verfolgt. Zum einen weil die Umweltproblematik in Zeiten der Globalisierung ein internationales Problem ist. Zum anderen ist die Validierung der verschiedenen Theorien in verschiedenen kulturellen Settings ein wichtiger Weg der Theorieprüfung.

Time series modeling and forecasting are of vital importance in many real world applications. Recently nonlinear time series models have gained much attention, due to the fact that linear time series models faced various limitations in many empirical applications. In this thesis, a large variety of standard and extended linear and nonlinear time series models is considered in order to compare their out-of-sample forecasting performance. We examined the out-of-sample forecast accuracy of linear Autoregressive (AR), Heterogeneous Autoregressive (HAR), Autoregressive Conditional Duration (ACD), Threshold Autoregressive (TAR), Self-Exciting Threshold Autoregressive (SETAR), Logistic Smooth Transition Autoregressive (LSTAR), Additive Autoregressive (AAR) and Artificial Neural Network (ANN) models and also the extended Heterogeneous Threshold Autoregressive (HTAR) or Heterogeneous Self-Exciting Threshold Autoregressive (HSETAR) model for financial, economic and seismic time series. We also extended the previous studies by using Vector Autoregressive (VAR) and Threshold Vector Autoregressive (TVAR) models and compared their forecasting accuracy with linear models for the above mentioned time series. Unlike previous studies that typically consider the threshold models specifications by using internal threshold variable, we specified the threshold models with external transition variables and compared their out-of-sample forecasting performance with the linear benchmark HAR and AR models by using the financial, economic and seismic time series. According to our knowledge, this is the first study of its kind that extends the usage of linear and nonlinear time series models in the field of seismology by utilizing the seismic data from the Hindu Kush region of Pakistan. The question addressed in this study is whether nonlinear models produce 1 through 4 step-ahead forecasts that improve upon linear models. The answer is that linear model mostly yields more accurate forecasts than nonlinear ones for financial, economic and seismic time series. Furthermore, while modeling and forecasting the financial (DJIA, FTSE100, DAX and Nikkei), economic (the USA GDP growth rate) and seismic (earthquake magnitudes, consecutive elapsed times and consecutive distances between earthquakes occurred in the Hindu Kush region of Pakistan) time series, it appears that using various external threshold variables in threshold models improve their out-of-sample forecasting performance. The results of this study suggest that constructing the nonlinear models with external threshold variables has a positive effect on their forecasting accuracy. Similarly for seismic time series, in some cases, TVAR and VAR models provide improved forecasts over benchmark linear AR model. The findings of this study could somehow bridge the analytical gap between statistics and seismology through the potential use of linear and nonlinear time series models. Secondly, we extended the linear Heterogeneous Autoregressive (HAR) model in a nonlinear framework, namely Heterogeneous Threshold Autoregressive (HTAR) model, to model and forecast a time series that contains simultaneously nonlinear and long-range dependence phenomena. The model has successfully been applied to financial data (DJIA, FTSE100, DAX and Nikkei) and the results show that HTAR model has improved 1-step-ahead forecasting performance than linear HAR model by utilizing the financial data of DJIA. For DJIA, the combination of the forecasts from HTAR and linear HAR models are improved over those obtained from the benchmark HAR model. Furthermore, we conducted a simulated study to assess the performance of HAR and HSETAR models in the presence of spurious long-memory type phenomena contains by a time series. The main purpose of this study is to answer the question, for a time series, whether the HAR and HSETAR models have an ability to detect spurious long-memory type phenomena. The simulation results show that HAR model is completely unable to discriminate between true and spurious long-memory type phenomena. However the extended HSETAR model is capable of detecting spurious long-memory type phenomena. This study provides an evidence that it is better to use HSETAR model, when it is suspected that the underlying time series contains some spurious long-memory type phenomena. To sum up, this thesis is a vital tool for researchers who have to choose the best forecasting model from a large variety of models discussed in this thesis for modeling and forecasting the economic, financial, and mainly seismic time series.

Expectile regression can be seen as an extension of available (mean) regression models as it describes more general properties of the response distribution. This thesis introduces to expectile regression and presents new extensions of existing semiparametric regression models. The dissertation consists of four central parts. First, the one-to-one-connection between expectiles, the cumulative distribution function (cdf) and quantiles is used to calculate the cdf and quantiles from a fine grid of expectiles. Quantiles-from-expectiles-estimates are introduced and compared with direct quantile estimates regarding e�ciency. Second, a method to estimate non-crossing expectile curves based on splines is developed. Also, the case of clustered or longitudinal observations is handled by introducing random individual components which leads to an extension of mixed models to mixed expectile models. Third, quantiles-from-expectiles-estimates in the framework of unequal probability sampling are proposed. All methods are implemented and available within the package expectreg via the open source software R. As fourth part, a description of the package expectreg is given at the end of this thesis.

Das sogenannte Duale System der beruflichen Bildung, wie es in Deutschland praktiziert wird, ist oftmals unverstanden geblieben. Dieses zeigt sich unter anderem an der vielfach geübten Kritik, die etwa auf die mangelhafte Abstimmung der Lernorte abzielt. In diesem Paper wird in aller Kürze die didaktische Grundstruktur des Dualen Systems umrissen.

Das Problem der Führung stellt sich in verschiedenen Zusammenhängen sozialer Systeme. Das Führungsproblem ist in erster Linie bekannt aus der betriebswirtschaftlichen Betrachtungsweise, es ist aber auch in didaktischen Handlungskontexten gegeben. Die Tatsache der hohen Komplexität, der sich die Führungslehre gegenübersieht, mündet in aller Regel in singulären, nicht präzise wiederholbaren Situationen. Dieses macht es erforderlich, sich nicht nur mit Strukturbeschreibungen und darauf gegründeten Handlungsanweisungen zu begnügen, sondern es sind dynamische Komponenten zu bedenken und zur Grundlage einer auf ein Zusammenhangsverständnis ausgerichteten Auseinandersetzung zu machen. Bei der Behandlung der Führungsproblematik erscheinen daher insbesondere Simulationsmodelle als ein geeignetes Instrument.

In diesem Beitrag wird die Frage der Durchsetzung von Innovationen und ihrer modellhaften Darstellung behandelt. Das Proponenten-Opponenten-Modell von Jürgen Hauschildt nimmt in diesem Kontext in der deutschen Betriebswirtschaftslehre eine zentrale Position ein. Es vermag neben der Frage einer machtvollen Durchsetzung von Innovationen in Unternehmen die eminent wichtige Rolle des Lernens aller Beteiligten zu verdeutlichen. Bislang aber sind dynamische Aspekte in diesem Erklärungsansatz für die Durchsetzung von Innovationen nicht umfassend behandelt worden. Mit dem hier vorgestellten dynamischen Modellierungskonzept, das auf dem diskret angelegten Strukturgitteransatz der Perkolationstheorie beruht, wird versucht, die dynamische Betrachtungsweise zu stärken. Dieses erfolgt, indem der mit der Durchsetzung der Innovation verbundene kollektive Lernprozeß als Sickerprozeß aufgefaßt und entsprechend über diskrete Zeitschritte modelliert wird.

In der Didaktik ist zwar die Klassengemeinschaft als pädagogischer Wirkungsfaktor anerkannt und wird sogar als positive Einflußgröße geschätzt, doch wird die durch die Einrichtung stablier Klassen entstehende Sozialdynamik recht selten auf ihre Auswirkungen für das Lernen hin untersucht. Das einst von Carroll entworfene Modell schulischen Lernens, das in seiner Abwandlung zum Konzept des Mastery Learnings einige Prominenz in der Didaktik gewinnen konnte, wird in diesem Beitrag zum Ausgangspunkt für ein Modellierungsansatz gewählt. Ziel der hier zunächst nur in Ansätzen entworfenen Modellierung kann etwa sein, die Dynamik der Klasse daraufhin zu untersuchen, welche Menge individueller Lernfortschritte in Bezug auf bestimmte Zeitintervalle und unter der Annahme variierender Bedingungen im Aggregat der Klasse (und dieses ist für die Lehrkraft allgemein die entscheidende Aggregationsebene didaktischer Entscheidungen) zustande kommen.

nicht vorhanden

Die Arbeit von Herrn Döppler und Herrn Zühlke thematisiert die Wiedereingliederung von Rückkehrern aus dem Ausland. Dabei wurden Wiedereingliederungssysteme für "Repatriats" sowohl privatwirtschaftlicher Unternehmen als auch des öffentlichen Dienstes (hier am Beispiel der Bundeswehr) betrachtet. Sowohl in der Literatur als auch in der Praxis wird dem "Entsenden" von Mitarbeitern sehr viel Bedeutung beigemessen. Hingegen ist der Rückführung und Wiedereingliederung ein stiefmütterliches Dasein beschert. Ziel dieser Publikation ist es in diesem Themenbereich Abhilfe zu leisten. Dazu werden die theoretischen Grundlagen von Rückführungsmodellen dargelegt. Darauf aufbauend die in der Praxis vorhandenen Anwendungen gezeigt. Dies geschieht am Beispiel eines mittelständischen Untenehmens, eines multinationalen Großkonzerns und der Bundeswehr. Der Erfolg oder Misserfolg dieser Maßnahmen wurde durch teilstrukturierte, narrative Interviews ermittelt. Aus den Interviewergebnissen und den daraus ermittelten Schwachstellen, leiteten die beiden Autoren Maßnahmen, jeweils für die öffentliche und private Hand, ab.