Sie verwenden einen veralteten Browser!

Um zukunftsfähig zu sein, wurde unsere Webseite für die neuesten Technologien entwickelt.
Mit dem von Ihnen verwendeten Browser kann unsere Webseite nicht korrekt ausgeführt werden.
Springe zum Inhalt

PD Dr. Stefan Klößner

C15
+49. (0) 4441.15 765
Portrait von Stefan Klößner

PD Dr. Stefan Klößner erwarb sowohl ein Diplom in Mathematik als auch in Betriebswirtschaftslehre, promovierte anschließend in Volkswirtschaftslehre (summa cum laude) und erhielt 2014 die Venia Legendi in Statistik und Ökonometrie. Er gilt international als angesehener Experte für Computational Statistics, Econometrics und Strukturgleichungsmodelle mit latenten Variablen. Neben seinen Beiträgen zur Entwicklung und Verbesserung von innovativen Schätzverfahren ist Stefan Klößner (Co-)Autor von mehreren Zusatzpaketen zur Statistik-Software R. So leistete er substantielle Beiträge zur Weiterentwicklung durch Einbindung von C--Code sowie optionale Nutzung mehrerer Rechenkerne, um schnelle Algorithmen zur Berechnung verschiedener statistischer bzw. ökonometrischer Größen bereitzustellen. PD Dr. Klößner wirkt unter anderem als Gutachter für internationale Top-Journale wie Econometrica und veröffentlicht in angesehenen Fachjournalen wie Experimental EconomicsThe Scandinavian Journal of Economics oder Journal of Applied Econometrics.

Standard Synthetic Control Methods: The Case Of Using All Pre-Intervention Outcomes Together With Covariates. Journal of Business & Economic Statistics, 1-47, (2021). https://doi.org/10.1080/07350015.2021.1930012 (mit Ashok Kaul, Gregor Pfeifer & Manuel Schieler)

The Impact of Scaling Methods on the Properties and Interpretation of Parameter Estimates in Structural Equation Models with Latent Variables. Structural Equation Modeling: A Multivariate Journal, 28 (2), 182-206, (2021). doi.org/10.1080/10705511.2020.1796673 (mit Eric Klopp)

The Strength of Weak Leaders – An Experiment on Social Influence and Social Learning in Teams. Experimental Economics, 23, (2020), 259-293. doi.org/10.1007/s10683-019-09614-1 (mit Berno Büchel, Martin Lochmüller, & Heiko Rauhut)

The Importance of Tax Adjustments when Evaluating Wage Expectations. Scandinavian Journal of Economics, 121(2), (2019), 578-605. https://doi.org/10.1111/sjoe.12296 (mit Gregor Pfeifer)

Explaining Constraint Interaction: How to Interpret Factor Loadings under Alternative Scaling Methods. Structural Equation Modeling: A Multidisciplinary Journal, 26(1), (2019), 143-155. doi.org/10.1080/10705511.2018.1517356 (mit Eric Klopp)

Fast and Reliable Computation of Generalized Synthetic Controls. Econometrics and Statistics/The Annals of Computational and Financial Econometrics, 5, (2018), 1-19. doi.org/10.1016/j.ecosta.2017.08.002 (mit Martin Becker)

Cross-Validating Synthetic Controls. Economics Bulletin, 38(1), (2018), 603-609. Download (mit Martin Becker & Gregor Pfeifer)

Comparative Politics and the Synthetic Control Method Revisited: A Note on Abadie et al. (2015). Swiss Journal of Economics and Statistics, 154(11), (2018). doi.org/10.1186/s41937-017-0004-9 (mit Ashok Kaul, Gregor Pfeifer & Manuel Schieler)

Outside the Box: Using Synthetic Control Methods as a Forecasting Technique. Applied Economics Letters, 25(9), (2018), 615-618. doi.org/10.1080/13504851.2017.1352071 (mit Gregor Pfeifer)

Estimating the Economic Costs of Organized Crime By Synthetic Control Methods. Journal of Applied Econometrics, 32(7), (2017), 1367-1369. doi.org/10.1002/jae.2572 (mit Martin Becker)

Opinion Dynamics and Wisdom under Conformity. Journal of Economic Dynamics & Control, 52, (2015), 240-257. doi.org/10.1016/j.jedc.2014.12.006 (mit Berno Büchel, & Tim Hellmann)

International Spillovers of Policy Uncertainty. Economics Letters, 124(3), (2014), 508-512. doi.org/10.1016/j.econlet.2014.07.015 (mit Rodrigo Sekkel)

Exploring All VAR Orderings for Calculating Spillovers? Yes, We Can! – A Note on Diebold & Yilmaz (2009). Journal of Applied Econometrics, 29(1), (2014), 172-179. doi.org/10.1002/jae.2366 (mit Sven Wagner)

Odd Odds: The UEFA Champions League Round of Sixteen Draw. Journal of Quantitative Analysis of Sports, 9(3), (2013), 249-270. doi.org/10.1515/jqas-2013-0016 (mit Martin Becker)

Modeling and measuring intraday overreaction of stock prices. Journal of Banking & Finance, 36(4), (2012), 1152-1163. doi.org/10.1016/j.jbankfin.2011.11.005 (mit Martin Becker & Ralph Friedmann)

A high-low-based omnibus test for symmetry, the Lévy property, and other hypotheses on intraday returns. Finance & Stochastics, 14(1), (2010) 1-12. doi.org/10.1007/s00780-009-0088-x

A Hausman test for Brownian motion. Advances in Statistical Analysis, 91(1), (2007), 3-21. doi.org/10.1007/s10182-006-0019-5

Zeitstetige Modellierung von Preisprozessen auf Finanzmärkten: Zur Interpretation und Notwendigkeit der Usual Conditions. Deutscher Universitäts-Verlag, (2005). doi.org/10.1007/978-3-322-82067-9

  • Advances in Statistical Analysis
  • Applied Mathematical Finance
  • Computational Statistics
  • Econometrica
  • Economic Modelling
  • Energy Economics
  • Journal of Applied Econometrics
  • Journal of Banking & Finance
  • Journal of Institutional and Theoretical Economics
  • Journal of Optimization Theory and Applications
  • Journal of Quantitative Analysis of Sports
  • Nature Sustainability

Digitale Erhebung körperlicher Aktivität bei Menschen mit und ohne Typ-2-Diabetes zur Förderung gesundheitsbewusster Verhaltensweisen (ActiVAtE)

Fördersumme: 1.192.231€
Koordinatoren: Prof. Dr. Vanessa Mertins
Beteiligte Universitäten: Universität Vechta

In Deutschland sind aktuell schätzungsweise 6,7 Millionen Erwachsene von Diabetes betroffen. Grund für eine Erkrankung an Typ-2-Diabetes kann eine genetische Veranlagung sein, aber auch Risikofaktoren der Lebensgewohnheiten wie Bewegungsmangel. Bislang gibt es allerdings keine gesicherten Daten darüber, wie Bewegung oder ein Mangel daran auf diagnostizierte oder unerkannte Diabetes einwirkt. Hier setzt das Verbundprojekt ActiVAtE („Activity Tracking Data to Understand Volition, Attrition and Engagement towards Healthy Behaviors in Diabetic Patients and Controls”) unter der Leitung der Universität Vechta an: Mittels des Gebrauchs von Fitnessarmbändern soll eine Datenbasis geschaffen werden, die interdisziplinär und für weitere Forschungsfragen genutzt werden kann.

ActiVAtE verwendet standardisierte und kalibrierte Fitnessarmbänder in Verbindung mit einer Smartphone-App. So wird die Aktivität der Proband*innen gemessen und Trainingsunterstützung gegeben. „Wir erhalten so verhaltensbezogene Daten, die unmittelbar im Moment des Entstehens erfasst werden“, erläutert Projektleiterin Prof.in Dr.in Vanessa Mertins. „Dadurch wird es möglich, gezielt und individuell Unterstützungen wie beispielsweise Erinnerungen und Rückmeldungen zum Bewegungsverhalten zu geben. Außerdem werden wir umfangreiche Befragungen durchführen.“ Um die so erzeugten großen Datenmengen analysieren zu können, werden spezifische Big Data-Ansätze verwendet. Fragestellungen, die dabei ebenfalls behandelt werden, betreffen die Tauglichkeit von Fitnessarmbändern zur objektiven Langzeitmessung von körperlicher Aktivität, die Frage, ob Lifestyle-Veränderungen bei (Prä-)Diabetikern durch den Einsatz von Fitnessarmbändern gefördert werden können oder welche Interventionen bei welchen Probandengruppen positive Effekte hervorrufen. Das Projekt wird im 4. Quartal 2019 starten und nach einer einjährigen begleitenden Datenerhebung der körperlichen Aktivität von Proband*innen 2021 erste Ergebnisse aufweisen können.