Prof. Dr. Katja Ickstadt
Büro: Mathematik, Raum 733
Vogelpothsweg 87
44227 Dortmund
Tel.: 0231 / 755 - 3111
E-Mail: ickstadtstatistik.tu-dortmundde
Sprechzeiten: nach Vereinbarung

Der Campus der Technischen Universität Dortmund liegt in der Nähe des Autobahnkreuzes Dortmund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dortmund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dortmund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Universität ausgeschildert.
Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dortmund Universität“. Von dort fährt die S-Bahn-Linie S1 im 15- oder 30-Minuten-Takt zum Hauptbahnhof Dortmund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Universität mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
Zu den Wahrzeichen der TU Dortmund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dortmund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dortmund Universität S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.
Vom Flughafen Dortmund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dortmunder Hauptbahnhof und von dort mit der S-Bahn zur Universität. Ein größeres Angebot an internationalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Universität zu erreichen ist.
Informationen für
Teil von:
Fakultät StatistikSie sind hier:
Büro: Mathematik, Raum 733
Vogelpothsweg 87
44227 Dortmund
Tel.: 0231 / 755 - 3111
E-Mail: ickstadtstatistik.tu-dortmundde
Sprechzeiten: nach Vereinbarung
Eine gesamthafte Übersicht der Publikationen finden Sie hier.
Falk Hemker, Timo Haselhoff, Susanne Brunner, Bryce T. Lawrence, Katja Ickstadt, Susanne Moebus. The role of traffic volume on sound pressure level reduction before and during COVID-19 lockdown measures in Bochum, Germany, 2023, Environmental Science and Engineering
S. M. Seyedpour, C. Henning, P. Kirmizakis, S. Herbrandt, K. Ickstadt, R. Doherty and T. Ricken. Uncertainty with Varying Subsurface Permeabilities Reduced Using Coupled Random Field and Extended Theory of Porous Media contaminant transport models, Water 2023, 15(1), 159. https://doi.org/ 10.3390/w15010159
Weber, F., Ickstadt, K., & Glass, Ä. (2022). shinybrms: Fitting Bayesian regression models using a graphical user interface for the R package brms, The R Journal, 14/(2), 96–120. https://doi.org/10.32614/RJ-2022-027
Sarah Friedrich, Andreas Groll, Katja Ickstadt, Thomas Kneib, Markus Pauly, Jörg Rahnenführer, Tim Friede, Regularization approaches in clinical biostatistics: A review of methods and their applications, Statistical Methods in Medical Research, SAGE journals, 2022, https://doi.org/10.1177/09622802221133557
Jonas Kupschus, Stefan Janssen, Andreas Hoek, Jan Kuska, Jonathan Rathjens, Carsten
Sonntag, Katja Ickstadt et al. Rapid detection and online analysis of microbial changes through flow cytometry, Cytometry: Part A , Volume 101 - Issue 12, 2022, https://doi.org/10.1002/cyto.a.24704
D. Djeudeu, S. Moebus, K. Ickstadt, Multilevel Conditional Autoregressive models for longitudinal and spatially referenced epidemiological data, Spatial and Spatio-temporal Epidemiology, Volume 41, 2022, 100477, ISSN 1877-5845, https://doi.org/10.1016/j.sste.2022.100477.
Silvia Chines, Christiane Ehrt, Marco Potowski,Katja Ickstadt, Susanne Brunner, et al. Navigating Chemical Reaction Space – Application to DNA-encoded Chemistry. Chemical Science, 2022, DOI: 10.1039/D2SC02474H
Djeudeu, D. (2022). Spatial and spatio-temporal regression modelling with conditional autoregressive random effects for epidemiological and spatially referenced data (Publisher’s Version) [Universitätsbibliothek Dortmund]. https://doi.org/10.17877/de290r-22855
Ickstadt, K., Müller, H., & Weinert, H. (2022). Data Literacy. In C. Weihs (Ed.), Statistische Datenanalyse im Journalismus (Publisher’s Version, 1st ed., pp. 29–42). Springer VS. https://doi.org/10.1007/978-3-662-64693-9_3
Ickstadt, K., Pauly, M., Motta, M., Herbrandt, S., Moroff, N., Niemann, F., Henke, M., & Ten Hompel, M. (2022). Lernverfahren der Künstlichen Intelligenz zur Inwertsetzung von Daten: automatisierte Erkennung und Prognose. In M. Ten Hompel, M. Henke, & B. Otto (Eds.), Silicon Economy (Publisher’s Version, pp. 229–250). Springer Vieweg. https://doi.org/10.1007/978-3-662-63956-6_11
Thomas, M., Bornkamp, B., & Ickstadt, K. (2022). Identifying treatment effect heterogeneity in dose-finding trials using Bayesian hierarchical models. Pharmaceutical Statistics, 21(1), 17–37. https://doi.org/10.1002/pst.2150
Sommersemester 2023
Berufspraktisches Kolloquium (LSF)
Sommersemester 2022
Wintersemester 2021/2022
Sommersemester 2021