Happ C (2018): Object-Oriented Software for Functional Data. Submitted. arXiv.
Happ C, Scheipl F, Gabriel A-A, Greven S (2018): A General Framework for Multivariate Functional Principal Component
Analysis of Amplitude and Phase Variation. Submitted. arXiv.
Vorträge
Identifiability and Multicollinearity in
Scalar-on-Functions Regression Doktorandentreffen Stochastik 2014, 06.-08. August
2014, Halle (Saale)
Identifiability and Multicollinearity in
Scalar-on-Functions Regression 20. DStatG Nachwuchsworkshop, 15.-16. September 2014,
Hannover
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains CMStatistics 2015, 12.-14. Dezember 2015,
London, Großbritannien
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains DAGStat 2016, 14.-18. März 2016,
Göttingen
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains JSM 2016, 31. Juli - 04. August 2016,
Chicago, USA
David P. Byar Young Investigator Award der Biometrics Section der American Statistical Association (ASA)
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains COMPSTAT 2016, 23. - 26. August 2016,
Oviedo, Spanien
Two R-Packages for Object-Oriented Functional Data Analysis COMPSTAT 2016, Satellite Workshop and Summer Course on Functional Data Analysis, 26 - 28. August 2016,
Oviedo, Spanien
Reisekostenzuschuss für Doktoranden
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains IBS Channel Network Conference, 24. - 26. April 2017,
Hasselt, Belgien
Eingeladener Vortrag
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains CEN ISBS 2017, 28. August - 01. September 2017,
Wien, Österreich
Gustav-Adolf-Lienert-Preis der Internationalen Biometrischen Gesellschaft, Deutsche Region
Identifiability and multicollinearity in scalar-on-functions regression CMStatistics 2017, 16.-18. Dezember 2017,
London, Großbritannien
Eingeladener Vortrag
Multivariate Functional Principal Component Analysis for Data Observed on Different (Dimensional) Domains IMS Annual Meeting on Probability and Statistics, 02.-06. Juli 2018,
Vilnius, Litauen
Invited Talk
Poster
A Fully Bayesian Hierarchical Model for Scalar-on-Image
Regression Bayesian Biostatistics 2014, 02.-04. Juli 2014,
Zürich, Schweiz
Software
R-Paket funData: S4
Klasse für funktionale Daten. Natürliche Darstellung und grundlegende Funktionalitäten
(Ausgabe, graphische Darstellung, arithmetische
Funktionen, ...) für univariate und multivariate
funktionale Daten. Unterstützt multivariate funktionale
Daten, deren Definitionsbereiche sich in ihrer Dimension
unterscheiden.
R-Paket MFPCA: Multivariate Functional Pricipal Component Analysis for Data Observed on Different (Dimensional) Domains. Mithilfe des Pakets lässt sich eine Hauptkomponentenanalyse für multivariate funktionale Daten berechnen, die auf unterschiedlichen Trägern definiert sind, die auch unterschiedlich dimensional sein können.
Das Paket baut auf dem funData Paket für multivariate funktionale Daten auf (siehe oben) und stellt verschiedene univariate Basisdarstellungen für funktionale Daten auf bis zu drei-dimensionalen Trägern zu Verfügung.
Gutachtertätigkeit
Biometrics, European Journal of Operational Research, Journal of Statistical Planning and Inference, Statistica Sinica
