Dr. Joscha Krause

Arbeitsschwerpunkte

Forschung / Interessen

  • Computational Statistics
  • Epidemiologie und Medizinstatistik
  • Penalized Maximum Likelihood
  • Robust Statistics und Measurement Error Models
  • Small Area Estimation

Projekte 

  • Gesundheitsatlas
  • Grenzüberschreitende Pflege in Deutschland-Luxemburg
  • MAKSWELL
  • RIFOSS -  Research Innovation for Official and Survey Statistics
  • Studie zu Pflege und Pflegebedürftigkeit

Wissenschaftlicher Werdegang

seit 2020Post-Doc an der Universität Trier
2020Promotion zum Dr. rer. pol.
Thema der Dissertation: ,,Regularization Methods for Statistical in Small Area Estimation''
2017M.Sc. in Volkswirtschaftslehre an der Universität Trier
2016M.Sc. in Survey Statistics an der Universität Trier
2014B.Sc. in Volkswirtschaftslehre an der Universität Trier

Lebenslauf 

seit 2019Assoziierter des Graduiertenkollegs ,,ALOP - Algorithmic Optimization''
2016-2020Promotionsstudium an der Universität Trier
2015Koordination der EMOS Spring School
2014-2017Master-Studium der Volkswirtschaftslehre an der Universität Trier
2014-2016Master-Studium der Survey Statistics an der Universität Trier
2013-2016Wissenschaftliche Hilfskraft am Lehrstuhl für Wirtschafts- und Sozialstatistik
2013Wissenschaftliche Hilfskraft am Lehrstuhl für Kommunal und Umweltökonomie
2011-2014Bachelor-Studium der Volkswirtschaftslehre an der Universität Trier
2011Abitur am Wilhelm-Remy-Gymnasium Bendorf

Konferenzbeiträge

Krause, J.; Kühn, A.; Münnich, R. Der Einfluss des demographischen Wandels auf die Pflegesituation in Grenzregionen, Statistische Woche, Hamburg, 15.09.2015

Burgard, J.P.; Krause, J.; Münnich, R. Korrektur verzerrter Stichproben bei Small Area Estimation aus unterschiedlichen Datenquellen - Eine Anwendung in der Epidemiologie, Survey Conference 2017, Gumpoldskirchen, 27.05.2017

Burgard, J.P.; Krause, J., Münnich, R. Small area estimation of regional diabetes prevalence from biased health insurance data, Small Area Estimation 2017, Paris, 10.07.2017

Krause, J.; Münnich, R.; Schmaus, S.; Berndt, J.O.; Timm, I.J. Planung regionaler Pflegeversorgung mit Hilfe von Mikrosimulationen, Statistische Woche 2017, Rostock, 19.09.2017

Burgard, J.P.; Krause, J.; Münnich, R. Korrektur von Selektivität in Krankenkassenpopulationen für kleinräumige Prävalenzschätzung, Statistische Woche 2017, Rostock, 21.09.2017

Berndt, J.O.; Lebherz, D.; Timm, I.J.; Krause, J.; Münnich, R.; Schmaus, S. Toward Hybrid Simulations For Care Demand Forecasting, Winter Simulation Conference 2017, Las Vegas, 03.12.2017

Burgard, J.P.; Krause, J.; Münnich, R. Kombination von Unit- und Area-Level Informationen für Small Area Estimation durch Maximum Penalized Likelihood. Statistische Woche 2018, Linz, 12.09.2018

Burgard, J.P.; Krause, J.; Münnich, R., Schmaus, S. Regionale Mikrosimulationen zur Planung der Pflegeversorgung. Statistische Woche, 2018, Linz, 13.09.2018

Burgard, J.P.; Krause, J.; Münnich, R. Combining unit and area level data for small area estimation via penalized multi level models. Statistics Canada’s 2018 International Methodology Symposium, Ottawa, 09.11.2018

Burgard, J.P.; Krause, J.; Kreber, D. Regularized area-level modelling for small area estimation in the presence of unknown covariate measurement errors. Survey Conference 2019, Bamberg, 13.02.2019

Burgard, J.P.; Krause, J.; Münnich, R. Transition probability estimation for dynamic microsimulations. Stochastic Models, Statistics and their Applications (SMSA2019), Dresden, 06.03.2019

Burgard, J.P.; Krause, J.; Kreber, D. On the equivalence of regularization and min-max robustification in linear regression. 25. Nachwuchsworkshop der DStatG, Trier, 09.09.2019

Burgard, J.P.; Krause, J.; Kreber, D. Regularisierte Small Area Modelle zur robusten Schätzung in der Gegenwart unbekannter Messfehler in den Kovariaten. Statistische Woche 2019, Trier, 10.09.2019

Burgard, J.P.; Krause, J.; Münnich, R.; Schmaus, S. Estimation of transition probabilities for spatial dynamic microsimulations in the presence of regional heterogeneity. Statistische Woche 2019, Trier, 10.09.2019

Burgard, J.P.; Krause, J.; Kreber, D. Regularized area-level models for robust small area estimation under measurement errors. CMStatistics 2019, London, 14.12.2019

Burgard, J.P.; Krause, J.; Münnich, R. Regularized multi-level models for small area estimation using both unit- and area-level data. CMStatistics 2019, London, 14.12.2019

Burgard, J.P.; Krause, J.; Schmaus, S. Small area estimation of transition probabilities for spatial dynamic microsimulation models in socio-economic research. CMStatistics 2019, London, 14.12.2019

Publikationen

Simoes E.; Münnich R.; Ueding E.; Kühn A.; Graf J.; Krause J.; Sokolov A.; Mohr, S.; Brucker S.Y. (2016). Pflege und Pflegebedürftigkeit als gesamtgesellschaftliche Aufgabe. Schriften zur grenzüberschreitenden Zusammenarbeit, Band 12. Dike Verlag und Baden-Baden: Nomos. Zürich, St. Gallen.

Berndt, J.O; Timm, I.J.; Krause, J.; Münnich, R. (2017). Toward hybrid simulations for care demand forecasting. Proceedings of the 2017 Winter Simulation Conference. Chan, W.K.V.; D’Ambrogio, A.; Zacharewicz, G.; Mustafee, N.; Wainer, G.; Page, E. (Hrsg.).

Krause, J.; Münnich, R. (2019). Kleinräumige Projektionen der zukünftigen Pflegesituation in der Großregion Trier. In: Münnich, R. und Kopp, J. Pflege an der Grenze – Grenzüberschreitende Pflege in Grenzregionen im Lichte des demographischen Wandels. Wiesbaden: Springer VS.

Simoes, E.; Münnich, R.; Graf, J.; Brucker, S.Y.; Krause, J. (2019). Implikationen häuslicher Pflegeverpflichtung im Vergleich zweier Grenzregionen - Reicht die Weitsicht weit genug?. In: Münnich, R. und Kopp, J. Pflege an der Grenze – Grenzüberschreitende Pflege in Grenzregionen im Lichte des demographischen Wandels. Wiesbaden: Springer VS.

Krause, J.; Münnich, R.; Schmaus, S.; Berndt, J.O.; Lebherz, D.; Timm, I.J. (2019). Potenziale der agentenbasierten Mikrosimulation zur Versorgungsplanung in der Pflege. In: Münnich, R. und Kopp, J. Pflege an der Grenze – Grenzüberschreitende Pflege in Grenzregionen im Lichte des demographischen Wandels. Wiesbaden: Springer VS.

Burgard, J.P.; Krause, J.; Kreber, D. (2019). Regularized Area-Level Modelling for Robust Small Area Estimation in the Presence of Unknown Covariate Measurement Errors. Research Papers in Economics, No. 4/19, Trier University, https://www.uni-trier.de/fileadmin/fb4/prof/VWL/EWF/Research_Papers/2019-04.pdf.

Burgard, J.P.; Krause, J.; Münnich, R. (2019). Penalized Small Area Models for the Combination of Unit- and Area-Level Data. Research Papers in Economics, No. 5/19, Trier University, https://www.uni-trier.de/fileadmin/fb4/prof/VWL/EWF/Research_Papers/2019-05.pdf.

Burgard, J.P.; Krause, J.; Merkle, H.; Münnich, R.; Schmaus, S. (2019). Conducting a dynamic microsimulation for care research: Data generation, transition probabilities and sensitivity analysis. In: Steland, R., Rafajlowicz, E. und Okhrin, O. Stochastic Models, Statistics and Their Applications. Springer Proceedings in Mathematics and Statistics, Vol. 294, 269-290.

Breitkreuz, J.; Brückner, G.; Burgard, J.P.; Krause, J.; Münnich, R.; Schröder, H.; Schüssel, K. (2019). Schätzung kleinräumiger Krankheitshäufigkeiten für die deutsche Bevölkerung anhand von Routinedaten am Beispiel von Typ-2-Diabetes. AStA Wirtschafts- und Sozialstatistisches Archiv, Vol. 13(1), 35-72.

Burgard, J.P.; Krause, J.; Schmaus, R. (2019). Estimation of Regional Transition Probabilities for Spatial Dynamic Microsimulation from Survey Data Lacking in Regional Detail. Research Papers in Economics, No. 12/19, Trier University, https://www.uni-trier.de/fileadmin/fb4/prof/VWL/EWF/Research_Papers/2019-12.pdf.

Burgard, J.P.; Krause, J.; Münnich, R. (2019). Adjusting selection bias in German health insurance records for regional prevalence estimation. Population Health Metrics, Vol. 17(13), 1-13.

Burgard, J.P.; Krause, J.; Münnich, R. (2020). Combining unit and area level data for small area estimation via penalized multi level models. Proceedings of Statistics Canada Symposium 2018 – Growth in Statistical Information: Challenges and Benefits, akzeptiert, im Erscheinen.

Burgard, J.P.; Krause, J.; Merkle, H.; Münnich, R.; Schmaus, S. (2019). Conducting a dynamic microsimulation for care research: Data generation, transition probability estimation and sensitivity analysis. In Steland, A., Rafajlowicz, E. and Okhrin, O. Stochastic Models, Statistics and their Applications, Springer Proceedings in Mathematics and Statistics.

Krause, J. (2019). Regularization methods for statistical modelling in small area estimation. Dissertation, Universität Trier, URL: https://ubt.opus.hbz-nrw.de/opus45-ubtr/frontdoor/deliver/index/docId/1407/file/Thesis2020.pdf.

Burgard, J.P.; Krause, J.; Merkle, H.; Münnich, R.; Schmaus, S. (2020). Dynamische Mikrosimulationen zur Analyse und Planung regionaler Versorgungsstrukturen in der Pflege. In Hannappel, M. und Kopp, J. Mikrosimulationen: Methodische Grundlagen und ausgewählte Anwendungsfelder. Wiesbaden: Springer VS.

Burgard, J.P.; Krause, J.; Münnich, R. (2020). A study of discontinuity effects in regression inference based on web-augmented mixed mode surveys. Research Papers in Economics, No 3/20, Trier University.

Burgard, J.P.; Krause, J.; Münnich, R. (2020). An elastic net penalized small area model combining unit- and area-level data for regional hypertension prevalence estimation. Journal of Applied Statistics, DOI: 10.1080/02664763.2020.1765323.