Epidemiologie und Biometrie

Department für Versorgungsforschung

Carl von Ossietzky Universität Oldenburg
Ammerländer Heerstr. 140
Oldenburg

Raum: V04 1-124 (» Adresse und Lageplan) Sprechzeiten: n.V. Tel.: 4476

Forschungsschwerpunkte

  • Expektil- und Quantilregression
  • GAMLSS
  • Boosting
  • Semiparametrische Modelle
  • Longitudinale Daten und gemischte Modelle
  • Ereigniszeitanalysen
  • Instrumentalvariablen
  • Graphische Modelle

Lebenslauf

Qualifikationen

  • 01/2018: Zertifikat zur hochschuldidaktischen Qualifizierung an der Universität Oldenburg
  • 03/2012: Promotion zum Thema "Semiparametric Expectile Regression" an der Universität Oldenburg
  • 04/2009: Diplom der Mathematik zum Thema "Validierung ungerichteter graphischer Modelle" am BIPS / Universität Bremen

Werdegang

  • seit 10/2014: Wissenschaftlicher Mitarbeiter (bis 02/18 Akademischer Rat) am Lehrstuhl für Epidemiologie und Biometrie im Department für Versorgungsforschung der Universität Oldenburg
  • 2012 - 2014: Akademischer Rat am Lehrstuhl für Statistik im Department für Wirtschaftswissenschaften der Universität Göttingen
  • 2009 - 2012: Wissenschaftlicher Mitarbeiter am Institut für Mathematik der Universität Oldenburg
  • 2003 - 2009: Studium der Mathematik an den Universitäten Kaiserslautern und Bremen

Aktuelle Projekte

Publikationen

Aktuell:

  • von Gablenz P, Otto-Sobotka F, Holube I. Sprachverstehen nach Selbsteinschätzung und im Göttinger Satztest in der Allgemeinbevölkerung. Jahrestagung der Deutschen Gesellschaft für Audiologie (DGA), Halle (Saale); 28.02.-03.03.2018
  • Spiegel E., Kneib T., Otto-Sobotka F. Generalized Additive Models with Flexible Response Functions, Statistics and Computing (2017) https://doi.org/10.1007/s11222-017-9799-6

 

Weitere Publikationen und Konferenzbeiträge finden Sie unter Publikationen.

Frühere Publikationen

Lehre

Aktuelle Lehrveranstaltungen können unter Lehre eingesehen werden.

 

Die aktuellen Veranstaltungen richten sich an Masterstudenten in den ersten Semestern, die in ihrem Studium und weiteren Verlauf ihrer Arbeiten auf statistische Grundkenntnisse zurückgreifen wollen. Grundlegende statistische Analysen werden vermittelt und mit Hilfe der Software R angewendet.

SemesterTitelOrtZeit

SoSe 

 

WiSe 

 

Statistical Programming with R (VL)

Übung

Basics of Statistical Data Analysis (VL)

Übung

Foundations of STS: Statistics and Programming

Übung

-

-

V04-033

W01-008

W04-154

V05-162

Mo 16-18

Do 16-18

Mo 16-18

Do 16-18

Mo 10-12

Do 10-12

Links

  • R-Paket expectreg (Sobotka, Schnabel, Schulze Waltrup unter Mitwirkung von Eilers, Kneib, Kauermann)
  • R-Paket gmvalid (Sobotka, Foraita)