This thesis deals with several dependence structures for count responses. These count variables are typically not only overdispersed but also show a large share of zero observations. Based on pair copula constructions a method for sampling from such high-dimensional count random vectors with a specified Pearson correlation will be developed. Temporal dependence structures are investigated based on generalized estimating equations for generalized Poisson variables. In the field of dependent insurance claim totals, a dependence model also based on pair-copula constructions will be developed. The challenge of this problem is that the insurance claims of some of the dependent margins may be zero, and a marginal claim size distribution will therefore not fit in the general framework of copula modeling.     «

This thesis deals with several dependence structures for count responses. These count variables are typically not only overdispersed but also show a large share of zero observations. Based on pair copula constructions a method for sampling from such high-dimensional count random vectors with a specified Pearson correlation will be developed. Temporal dependence structures are investigated based on generalized estimating equations for generalized Poisson variables. In the field of dependent insur...     »

Diese Arbeit beschäftigt sich mit Abhängigkeitsstrukturen bei Zählvariablen. Diese Zählvariablen weisen oft nicht nur Überdispersion auf, sondern haben auch einen hohen Anteil an Nullen. Basierend auf Pair-Copula-Konstruktionen wird ein Verfahren zur Erzeugung solcher abhängiger Zählvariablen in hoher Dimension mit vorab festgelegter Pearson-Korrelation entwickelt. Zeitliche Abhängigkeitsstrukturen werden mit ''generalized estimating equations'' für verallgemeinerte Poisson Variablen untersucht. Für abhängige Jahresgesamtschäden in der Versicherung wird ein Abhängigkeitsmodell ebenfalls basierend auf Pair-Copula-Konstruktionen entwickelt. Die Herausforderung ist dabei, dass die Versicherungsschäden Null sein können und die marginalen Schadenhöhenverteilungen daher nicht in das klassische Copula-Konzept passen.     «

Diese Arbeit beschäftigt sich mit Abhängigkeitsstrukturen bei Zählvariablen. Diese Zählvariablen weisen oft nicht nur Überdispersion auf, sondern haben auch einen hohen Anteil an Nullen. Basierend auf Pair-Copula-Konstruktionen wird ein Verfahren zur Erzeugung solcher abhängiger Zählvariablen in hoher Dimension mit vorab festgelegter Pearson-Korrelation entwickelt. Zeitliche Abhängigkeitsstrukturen werden mit ''generalized estimating equations'' für verallgemeinerte Poisson Variablen untersucht...     »