Optimales Design für multivariate statistische Modelle mit scheinbar unzusammenhängenden Wirkungsfunktionen

In der statistischen Datenanalyse gewinnen multivariate lineare Modelle mit einer Vielzahl von Zielvariablen zunehmend an Bedeutung, da auf Grund der Entwicklung von Computer-Soft- und -Hardware mittlerweile gute Approximationen für die Auswertung derartiger, strukturierter Daten berechenbar sind. Ziel dieses Projektes ist es, optimale und effiziente Designs für statistische Experimeten bei verschiedenen zu Grunde liegenden multivariaten linearen Modellen zu bestimmen und zu validieren. Insbesondere stehen hier Modelle vom Typ der "Seemingly Unrelated Regression" (SUR), d.h. Modelle mit scheinbar unzusammenhängenden Wirkungen im Vordergrund.