Dr. rer.nat. habil. Alexander Meister

 

Postdoc-Stipendiat

Kontakt

 

Diese Seite wird nicht mehr aktualisiert.

Ab dem 1.10.2009 bin ich als Professor für Mathematische Statistik mit Schwerpunkt Stochastische Prozesse an der Universität Rostock tätig.

 

 

Forschungsinteressen:

  • Nichtparametrische Statistik
  • Kurvenschätzung, insb. Dichteschätzung
  • Dekonvolution, inverse Probleme

Kurz-Lebenslauf:

  • 10/2008 - 02/2009 - Lehrstuhlvertreter einer Professur in Angewandter Mathematik (Stochastik, Statistik) an der Universität des Saarlandes
  • 05/2008 - Habilitation in Mathematik an der Universität Stuttgart
  • 04/2007 - 09/2008,
  • 03/2009 - 08/2009 - Postdoktorand im Graduiertenkolleg 1100, Universität Ulm
  • 09/2005 - 03/2007 - wiss. Angestellter im Institut für Stochastik und Anwendungen, Universität Stuttgart
  • 08/2004 - 07/2005 - Postdoctoral Fellow an dem Centre for Mathematics and its Applications der Australian National University in Canberra, Australien
  • 10/2003 - 07/2004 - Lehrbeauftragter für Mathematik an der Fachhochschule Heilbronn; wiss. Hilfskraft an der Universität Stuttgart
  • 23/07/2003 - Promotion (Dr. rer. nat.)
  • 10/2001 - 09/2003 - Promotionsstudium und wiss. Hilfskraft an der Universität Stuttgart; wiss. Angestellter (halbe Stelle) am Institut für Angewandte Mathematik und Statistik der Universität Hohenheim
  • 09/05/2001 - Diplom in Mathematik
  • 10/1995 - 09/2001 - Studium der Mathematik an der Universität Stuttgart
  • 04/1996 - 01/1997 - Wehrdienst bei der 4./ NschBtl. 12 in Ellwangen a.d.J.
  • 1995 - Abitur
  • 1986 - 1995 - Besuch des Mörike-Gymnasiums Esslingen a.N.
  • 1982 - 1986 - Besuch der Pliensauschule (Grundschule) in Esslingen a.N.
  • 02/10/1976 - Geburtsdatum, Ort: Filderstadt

Lehrtätigkeit an der Universität Ulm:

SS 09: Nichtparametrische Statistik

 

Veröffentlichungen (Stand: September 2009)

  • Bücher:
    • Hesse, C.H. & Meister, A., Übungsbuch zur angewandten Wahrscheinlichkeitstheorie, 2005, Vieweg, Braunschweig/Wiesbaden.
    • Meister, A., Deconvolution Problems in Nonparametric Statistics, 2009, Lecture Notes in Statistics 193, Springer, Berlin/ Heidelberg/ New York.
  • Artikel:
    • Hesse, C.H. & Meister, A. (2004). Optimal iterative density deconvolution. J. Nonparam. Stat. 16, 879-900.
    • Meister, A. (2004). On the effect of misspecifying the error density in a deconvolution problem. Canad. J. Statist. 32, 439-449.
    • Meister, A. (2005). Non-estimability in spite of identifiability in density deconvolution. Math. Meth. Statist. 14, 479-487.
    • Meister, A. (2006). Density estimation with normal measurement error with unknown variance. Statist. Sinica 16, 195-211.
    • Meister, A. (2006). Support estimation via moment estimation in presence of noise. Statistics 40, 259-275.
    • Meister, A. (2006). Estimating the support of multivariate densities under measurement error. J. Multivar. Anal. 97, 1702-1717; Erratum: (2008), 99, 308.
    • Meister, A. (2007). Deconvolving compactly supported densities. Math. Meth. Statist. 16, 63-76.
    • Meister, A. (2007). Optimal convergence rates for density estimation from grouped data. Statist. Probab. Lett. 77, 1091-1097.
    • Hall, P. & Meister, A. (2007). A ridge-parameter approach to deconvolution. Ann. Statist.. 35, 1535-1558.
    • Delaigle, A. & Meister, A. (2007). Nonparametric regression estimation in the heteroscedastic errors-in-variables problem. J. Amer. Statist. Assoc. 102, 1416-1426.
    • Meister, A. (2008). Deconvolution from Fourier-oscillating error densities under decay and smoothness restrictions. Inverse Problems 24, 015003 (14 Seiten).
    • Delaigle, A., Hall, P. & Meister, A. (2008). On deconvolution with repeated measurements. Ann. Statist. 36, 665-685.
    • Delaigle, A. & Meister, A. (2008). Density estimation with heteroscedastic error. Bernoulli 14, 562-579.
    • Meister, A. (2008). Uniform and individual convergence rates for convex density classes. Statistics & Decisions 26, 25-34.
    • Meister, A., Stadtmüller, U. & Wagner, C. (2009). Consistent and rate-optimal density estimation from heteroscedastic data groups.  J. Statist. Plann. Inf. 139, 1893-1904.
    • Meister, A. (2009). On testing for local monotonicity in deconvolution problems. Statist. Probab. Lett. 79, 312-319.
    • Meister, A. & Neumann, M.H. (2009). Deconvolution from non-standard error densities under replicated measurements.  erscheint in Statist. Sinica.