Ende Juli diesen Jahres fand die Konferenz "Statistical Computing" 2024 in Reisensburg (Günzburg) statt. Auch wir waren mit einer kleinen Gruppe und eigenen Vorträgen vertreten! Insbesondere konnten zwei Anna von Plessen und Marisa Lange ihren Fortschritt der Masterarbeiten vorstellen und so bereits erste Konferenzluft schnuppern.


Alexandra Daub hat einen Ansatz vorgestellt, wie Gradientenboostingverfahren für GAMLSS-Modelle durch adaptive Schrittlängen verbessert werden können. Ihre Methode, die auf der Idee basiert, ein Gleichgewicht zwischen den einzelnen Base-Learnern herzustellen, zeigt sowohl in simulierten als auch in realen Datensätzen vielversprechende Ergebnisse. Ein preprint wurde Anfang des Jahres veröffentlicht.


Anna von Plessen präsentierte ihre Arbeit, die sich mit Magnetoenzephalographie (MEG)-Daten von Gehirnwellen beschäftigt. Sie entwickelt ein Konzept zur verbesserten Verarbeitung dieser hochdimensionalen Daten, wobei sie Methoden wie Gradient Boosting und funktionale Regression einsetzt. Im Rahmen ihres Vortrags zeigte sie zudem eine von ihr entwickelte R Shiny Applikation zur Visualisierung von MEG-Daten.


Colin Griesbach hielt einen Vortrag zu modellbasierten Gradientenboostingverfahren für GAMLSS-Modelle. In diesem Kontext entwickelte er eine Methode zur Verbesserung der Schätzung von Random Effects. In seinem Vortrag präsentierte er die Ergebnisse dieser Methode anhand von Daten von Mukoviszidosepatient*innen.


Marisa Lange arbeitet ebenfalls mit Daten von Mukoviszidosepatient*innen. In ihrem Vortrag gab sie einen detaillierten Einblick in die Struktur und Besonderheiten der Daten und präsentierte Modellierungsansätze mithilfe von Gradient Boosting. Ein besonderer Fokus ihrer Arbeit liegt dabei auf der Verarbeitung der räumlichen Informationen in den Daten.