Wissenschaftliche Laufbahn und Forschungsgebiete

Die Forschungsaktivitäten von Prof. Czado (geb. 1959) konzentrieren sich auf das Gebiet der Statistik und Datenwissenschaft. Ihr Schwerpunkt liegt auf der Modellierung komplexer Abhängigkeiten einschließlich Regressionseffekten und Zeit/Raum-Strukturen mit Hilfe von Vine-Copula-basierten Modellen. Siehe Vine Copula Models für weitere Details und Entwicklungen. Diese erlauben die Konstruktion von hochdimensionalen multivariaten Verteilungen für Daten, die unterschiedliche asymmetrische Abhängigkeiten für jedes Variablenpaar beinhalten. Es werden computergestützte Verfahren zur Auswahl, Schätzung und Anpassung an komplexe Datenstrukturen entwickelt/optimiert. Anwendungen finden sich sowohl im Finanz- und Versicherungswesen als auch in den Ingenieur-, Geo- und Lebenswissenschaften. Es besteht eine Reihe von Kooperationen mit verschiedenen internationalen Wissenschaftlern und Industrievertretern. Im Jahr 2019 hat Prof. Czado ein Lehrbuch zur Analyse abhängiger Daten mit Vine-Copulas veröffentlicht.

Nach dem Studium in Göttingen promovierte Prof. Czado 1989 an der Cornell University auf dem Gebiet des Operations Research und des Industrial Engineering. Danach wurde sie Assistant Professor und 1995 Associate Professor an der York University, Toronto. Im Jahr 1998 wurde sie auf eine Professur für Angewandte Mathematische Statistik an der TUM berufen. Sie ist Mitbegründerin/Koordinatorin des Nachwuchsprogramms "Global Challenges for Women in Math Science" an der TUM und hat seit 1998 die Position der stellvertretenden Frauenbeauftragten des Fachbereichs Mathematik inne. 

Wichtigste Auszeichnungen

  • Project based personal exchange of German Academic Exchange Service (DAAD) (2021)
  • Fulbright Travel Grant for Senior Scientists (2001)
  • Mathematical Sciences Institute Fellowship, Cornell University (1986 - 1987)
  • Graduate School Summer Fellowship, Cornell University (1988, 1987)
  • Graduate Exchange Fellowship, Georg-August Universität/Cornell University (1982 - 1983)

Czado C: “Analyzing dependent data with vine copulas“. Lecture Notes in Statistics Vol. 222, Springer. 2019. (261 pages)

Abstract

Müller D and Czado C: “Representing sparse Gaussian DAGs as sparse R-vines allowing for non-Gaussian dependence”. Journal of Computational and Graphical Statistics, 2018, 27(2): 334 -344 

Abstract

Kraus D and Czado C: “D-vine copula based quantile regression”. Computational Statistics & Data Analysis. 2017; 110: 1-18.

Abstract

Dissmann J, Brechmann EC, Czado C and Kurowicka D: “Selecting and estimating regular vine copulae and application to financial returns”. Computational Statistics & Data Analysis, 2013, 59: 2–69. 

Abstract

Aas K, Czado C, Frigessi A and Bakken H: “Pair-copula constructions of multiple dependence“. Insurance: Mathematics and Economics, 2009, 44(2):182–198. 

Abstract