Refine
Year of publication
Document Type
- Report (8)
- Conference Proceeding (4)
- Article (peer reviewed) (3)
- Contribution to a Periodical (3)
- Book (1)
- Doctoral Thesis (1)
Has Fulltext
- no (20) (remove)
Is part of the Bibliography
- no (20)
Keywords
- Risikomodellierung (3)
- Statistische Datenanalyse (3)
- Estimating equations (2)
- HVAC (2)
- Machine Learning (2)
- Maschinelles Lernen (2)
- Schallmesstechnik (2)
- fault detection (2)
- Abschlussbericht (1)
- Aktuarwissenschaften (1)
We are concerned with the asymptotic theory of semiparametric estimation equations. We are dealing with estimation equations which have a parametric component of interest and a functional (nonparametric) nuisance component.
We give sufficient conditions for the existence and the asymptotic normality of a consistent estimation equation estimator for the parameter of interest.
These conditions concern the asymptotic distribution of the estimation function and of its derivative as well as the effect of the functional nuisance part in the estimation equation. In order to treat the nonparametric component we introduce a general differential calculus and a general mean value theorem. For the nonparametric part in the estimation equation we distinguish two cases: the situation of a (classical) nuisance parameter and the case of a so called working parameter.
As a special case we get regularity conditions for estimation equations with finite dimensional nuisance or working parameter. As an example we present the semiparametric linear regression model.
We consider asymptotic theory for the maximum likelihood estimator in the generalized linear model with an unknown breakpoint. A proof for the asymptotic normality is given.
The methods are based on the work of Huber (1967). The main problem is the non--differentiability of the likelihood and the score function, which requires non--standard methods.
An example from epidemiology is presented, where confidence intervals for the parameters are calculated with the asymptotic results.
The applications for occupancy detection range from controlling building automation and systems, determining heat transfer coefficients and even assessing the risk of infection in rooms. Studies in the literature use various statistical models, physical models and machine learning techniques to detect occupancy. All these methods require data for training the occupancy detection models. However, data generation is time-consuming and expensive. This study demonstrates the feasibility of using simulated learning data. Using three different data sources, we tested the suitability of different methods for generating learning data. We conducted two experiments in two office spaces with a real user and an artificial user, and we generated a third data set using a building simulation model. In addition, this study compares two different machine learning approaches (Random Forest and LASSO) using environmental parameters. Both machine learning approaches could develop models with a sensitivity of at least 83 % and a specificity of at least 97 % with both training data sets. This work shows that it is possible to determine the presence in rooms using simulated data. The results compared to measured data were just slightly less accurate, and the added value due to the lower effort was considerable
Ein Ziel des DFG-AiF-Clusterforschungsvorhabens Vibroakustik im Planungsprozess für Holzbauten ist die Reduktion des schalltechnischen Planungsaufwandes bei der Holzmassivbauweise. Hierzu soll das Prognoseverfahren der DIN EN 12354 angepasst werden. Darin ist ein vereinfachter SEA-Ansatz zugrunde gelegt, welcher diffuse Körperschallfelder in den Bauteilen sowie deren schwache Kopplung voraussetzt. Tatsächlich trifft die Annahme diffuser Körperschallfelder nur bei Bauteilen mit geringer Ausbreitungsdämpfung zu. Um ein Maß für die Kopplung der Bauteile zu erhalten, wird ein Energieverhältnis aus den Bauteilschnellen gebildet. In der DIN EN ISO 10848-1 wird eine Vorschrift für die Messung der mittleren Bauteilschnelle beschrieben. Daraus wird ein örtlich und zeitlich gemittelter Schnellepegel je Bauteil berechnet, mit dem die Energie des Bauteils bestimmt wird. In diesem Beitrag werden Messergebnisse von Körperschallfeldern an Brettsperrholzelementen im Hinblick auf die Energiebestimmung diskutiert. Bei der statistischen Auswertung werden die Anzahl der Anregepositionen und der Messpositionen auf dem direkt und indirekt angeregten Bauteil analysiert. In einem weiteren Schritt werden die erforderlichen Messpositionen durch eine geeignete Auswahl reduziert und mit den pauschalen, geometrischen Vorgaben der Messvorschrift aus der DIN EN ISO 10848-1 verglichen. Die Erkenntnisse werden zur Bewertung von Messergebnissen und für Empfehlungen an die Durchführung zukünftiger Messungen herangezogen.
Gebäuden haben einen Anteil von 40% am deutschen Gesamtenergiebedarf und sind damit eine entscheidende Stellschraube beim Erreichen der Klimaziele. Der Energiebedarf von Gebäuden wird von der Gebäudehülle und der Gebäudetechnik bestimmt. Ein Großteil der Gebäudetechnik wird nicht in optimaler Weise betrieben. So können durch die Analyse des Gebäudes im Rahmen eines technischen Monitorings und anschließender Optimierung, Energieeinsparungen im Bereich von 5% bis 30% erzielt werden. Mit der Optimierung der Gebäudetechnik kann der Energiebedarf von Gebäuden ohne zusätzlichen Ressourcenaufwand reduziert werden. Jedoch ist die Implementierung eines technischen Monitorings in Gebäuden aufwändig und wird daher, trotz des möglichen Einsparpotentials, in nur wenigen Gebäuden umgesetzt.
Um die Verbreitung von technischem Monitoring, und damit die Analysemöglichkeiten von Gebäuden, voranzutreiben, wurde im Projekt EnOB: InSitu Nachweisverfahren erforscht, wie mit geringem Aufwand Rückschlüsse auf den Zustand von Gebäude getroffen werden können. Hierfür wurde untersucht welche Parameter gemessen werden müssen um aus einem einfachen Basismonitoring, das üblicherweise in situ stattfindet, Aussagen zur Gebäudequalität, Anlagenqualität und Nutzerverhalten treffen zu können. Der Schwerpunkt der Untersuchungen im Projekt wurde zum einen auf Untersuchungen zur Detektierung der Anwesenheit von Personen in Räumen gelegt, als auch auf die automatische Fehlererkennung von Anlagenfehlern. Dabei war ein maßgeblicher Arbeitsaufwand die Entwicklung geeigneter Versuchsreihen und die Aufbereitung der Daten. Für die Umsetzung wurden Messungen in einer Forschungswohnung, als auch im Labor für intelligente Gebäudetechnik, kurz LiGT, erzeugt. Im Rahmen des Projekts wurde das LiGT umgebaut und mit entsprechender Mess- und Gebäudetechnik ausgestattet. Für die Analysen der Daten wurden Methoden des Maschinellen Lernens und der Statistik, wie zum Beispiel Random Forest und LASSO, eingesetzt. Für die Erkennung der Anwesenheit sind drei Messreihen durchgeführt worden. Darunter ein Versuch mit zwei realen Personen, ein Versuch mit fünf künstlichen Nutzern und ein weiterer Versuch mit der Kombination von Simulations- und Messdaten. Um das Ziel der kostengünstigen Analyse zu erreichen, sollten ohnehin in Gebäuden verfügbare Raumklimasensoren verwendet werden. Die Analyse erfolgte daher auf Raumebene. Unter der Verwendung von CO2-, Temperatur-, Feuchtesensoren in den Innenräumen und Solarstrahlungs- und Temperatursensoren im Außenbereich konnte die Personenanzahl im Raum mit hoher Genauigkeit bestimmt werden. Für die Anwesenheit von bis zu fünf Personen wurde eine Trefferquote von 86,5% und für den Versuch mittels Simulationen eine Sensitivität von mindestens 83% und eine Spezifität von mindestens 97% erzielt.
Für die automatische Fehlererkennung wurden zwei unterschiedliche Ansätze untersucht. Beim ersten Ansatz, welcher auch im Rahmen des Annex 71 vorgeschlagen wurde, wurde ein statistisches Modell mit Messdaten aus einem fehlerfreien Zeitraum trainiert. Mithilfe diesem Modells werden Abweichungen vom fehlerfreien Zustand identifiziert. Dazu wurden Simulationen der Zwillingshäuser am Fraunhofer Institut für Bauphysik in Holzkirchen verwendet anhand welcher die entwickelte Methoden getestet wurde. Mit dem Ansatz konnte fehlerbehaftete Zeiträume identifiziert werden, jedoch nicht die Art des Fehlers. Im zweiten Ansatz wurden die Fehler selbst simuliert und als Trainingsdaten für die statistischen Modelle verwendet. Zur Validierung des Verfahrens wurden Daten eines realen Gebäudes analysiert. Zur Generierung der Messdaten wurden im LiGT Messungen durchgeführt. Hierbei wurden zu unterschiedlichen Zeitpunkten drei unterschiedliche Fehler künstlich herbeigeführt. Die Qualität der Fehlererkennung ist dabei maßgeblich von der Qualität der Simulation und der Art des Fehlers abhängig. Im Projekt wurden sowohl Methoden zur Anwesenheitserkennung, als auch zur automatisierten Fehlererkennung von Anlagen entwickelt. Diese Erkenntnisse können in einem Basismonitoring zur Untersuchung von Gebäudequalität, Anlagenqualität und Nutzerverhalten verwendet werden. Automatisierte Methoden haben in Zukunft einen wesentlichen Einfluss auf den Erfolg und die Anwendbarkeit von technischem Monitoring.
Zielsetzung
In den letzten Jahren konnte eine Steigerung der Anzahl privater Krankenhäuser und Betten festgestellt werden. Die Probleme der Investitionsfinanzierung deutscher Krankenhäuser in Kombination mit verstärkenden Faktoren wie der Einführung der DRGs, aber auch die Erwartung einer höheren Effizienz nach der Privatisierung einer Klinik können als Hauptgründe bei Privatisierungsentscheidungen genannt werden. Es soll untersucht werden, wie ehemalige öffentliche Krankenhausträger den Erfolg der Privatisierung einschätzen.
Methodik
Alle 99 identifizierten ehemaligen öffentlichen Träger, die ihr Krankenhaus in den Jahren 2003–2013 an einen privaten Eigentümer verkauft hatten, wurden hinsichtlich ihrer Einschätzung von Zielen sowie Befürchtungen vor und nach der Privatisierung anonym und schriftlich befragt.
Ergebnisse und Schlussfolgerung
Zusammenfassend lässt sich feststellen, dass bei einer ausreichenden Finanzierung der Krankenhäuser aus Krankenkassenbeiträgen (Betriebsmittel) und Ländermittel (Investitionskosten) der Privatisierungsdruck rapide sinken würde. Wenn jedoch privatisiert wurde, hatte dies aus Sicht der ehemaligen Träger weder einen negativen Einfluss auf die medizinische Versorgung in der Region, noch auf die Qualität der medizinischen Behandlung und auf den Umgang mit den Mitarbeitern.
Die Einschätzungen der ehemaligen Träger weisen eine statistisch überprüfte Übereinstimmung auf. Die mit einer Privatisierung verbundenen Erwartungen und Ziele werden prinzipiell als erfüllt wahrgenommen