@book{AbelHolschneider2009,
  author    = {Abel, Markus and Holschneider, Matthias},
  title     = {Modellierung und Datenbankanalyse komplexer Systeme Teil 8 : Vorlesung 2009-06-25},
  publisher = {Univ.-Bibl.},
  address   = {Potsdam},
  year      = {2009},
  abstract  = {Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder {\"O}konomie findet. Die Ausbildung von Verst{\"a}ndnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexit{\"a}t auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und einge{\"u}bt. Auf der methodischen Seite werden lineare und nichtlineare Ans{\"a}tze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Sch{\"a}tzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexit{\"a}tsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexit{\"a}t durch Wechselwirkung diskutiert - sowohl f{\"u}r diskrete als auch f{\"u}r ausgedehnte Systeme. Die beiden Ans{\"a}tze werden durch Systemanalyse jeweils passender Beispiele vereint.},
  language  = {de}
}
@book{AbelHolschneider2009,
  author    = {Abel, Markus and Holschneider, Matthias},
  title     = {Modellierung und Datenbankanalyse komplexer Systeme Teil 9 : Vorlesung 2009-07-02},
  publisher = {Univ.-Bibl.},
  address   = {Potsdam},
  year      = {2009},
  abstract  = {Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder {\"O}konomie findet. Die Ausbildung von Verst{\"a}ndnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexit{\"a}t auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und einge{\"u}bt. Auf der methodischen Seite werden lineare und nichtlineare Ans{\"a}tze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Sch{\"a}tzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexit{\"a}tsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexit{\"a}t durch Wechselwirkung diskutiert - sowohl f{\"u}r diskrete als auch f{\"u}r ausgedehnte Systeme. Die beiden Ans{\"a}tze werden durch Systemanalyse jeweils passender Beispiele vereint.},
  language  = {de}
}
@book{AbelHolschneider2009,
  author    = {Abel, Markus and Holschneider, Matthias},
  title     = {Modellierung und Datenbankanalyse komplexer Systeme Teil 7 : Vorlesung 2009-06-18},
  publisher = {Univ.-Bibl.},
  address   = {Potsdam},
  year      = {2009},
  abstract  = {Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder {\"O}konomie findet. Die Ausbildung von Verst{\"a}ndnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexit{\"a}t auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und einge{\"u}bt. Auf der methodischen Seite werden lineare und nichtlineare Ans{\"a}tze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Sch{\"a}tzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexit{\"a}tsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexit{\"a}t durch Wechselwirkung diskutiert - sowohl f{\"u}r diskrete als auch f{\"u}r ausgedehnte Systeme. Die beiden Ans{\"a}tze werden durch Systemanalyse jeweils passender Beispiele vereint.},
  language  = {de}
}
@book{AbelHolschneider2009,
  author    = {Abel, Markus and Holschneider, Matthias},
  title     = {Modellierung und Datenbankanalyse komplexer Systeme Teil 6 : Vorlesung 2009-06-11},
  publisher = {Univ.-Bibl.},
  address   = {Potsdam},
  year      = {2009},
  abstract  = {Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder {\"O}konomie findet. Die Ausbildung von Verst{\"a}ndnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexit{\"a}t auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und einge{\"u}bt. Auf der methodischen Seite werden lineare und nichtlineare Ans{\"a}tze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Sch{\"a}tzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexit{\"a}tsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexit{\"a}t durch Wechselwirkung diskutiert - sowohl f{\"u}r diskrete als auch f{\"u}r ausgedehnte Systeme. Die beiden Ans{\"a}tze werden durch Systemanalyse jeweils passender Beispiele vereint.},
  language  = {de}
}
@book{AbelHolschneider2009,
  author    = {Abel, Markus and Holschneider, Matthias},
  title     = {Modellierung und Datenbankanalyse komplexer Systeme Teil 10 : Vorlesung 2009-07-09},
  publisher = {Univ.-Bibl.},
  address   = {Potsdam},
  year      = {2009},
  abstract  = {Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder {\"O}konomie findet. Die Ausbildung von Verst{\"a}ndnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexit{\"a}t auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und einge{\"u}bt. Auf der methodischen Seite werden lineare und nichtlineare Ans{\"a}tze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Sch{\"a}tzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexit{\"a}tsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexit{\"a}t durch Wechselwirkung diskutiert - sowohl f{\"u}r diskrete als auch f{\"u}r ausgedehnte Systeme. Die beiden Ans{\"a}tze werden durch Systemanalyse jeweils passender Beispiele vereint.},
  language  = {de}
}
@article{RochaVasseurHaynetal.2011,
  author    = {Rocha, Marcia R. and Vasseur, David A. and Hayn, Michael and Holschneider, Matthias and Gaedke, Ursula},
  title     = {Variability patterns differ between standing stock and process rates},
  series = {Oikos},
  volume    = {120},
  journal   = {Oikos},
  number    = {1},
  publisher = {Wiley-Blackwell},
  address   = {Malden},
  issn      = {0030-1299},
  doi       = {10.1111/j.1600-0706.2010.18786.x},
  pages     = {17 -- 25},
  year      = {2011},
  abstract  = {Standing stocks are typically easier to measure than process rates such as production. Hence, stocks are often used as indicators of ecosystem functions although the latter are generally more strongly related to rates than to stocks. The regulation of stocks and rates and thus their variability over time may differ, as stocks constitute the net result of production and losses. Based on long-term high frequency measurements in a large, deep lake we explore the variability patterns in primary and bacterial production and relate them to those of the corresponding standing stocks, i.e. chlorophyll concentration, phytoplankton and bacterial biomass. We employ different methods (coefficient of variation, spline fitting and spectral analysis) which complement each other for assessing the variability present in the plankton data, at different temporal scales. In phytoplankton, we found that the overall variability of primary production is dominated by fluctuations at low frequencies, such as the annual, whereas in stocks and chlorophyll in particular, higher frequencies contribute substantially to the overall variance. This suggests that using standing stocks instead of rate measures leads to an under- or overestimation of food shortage for consumers during distinct periods of the year. The range of annual variation in bacterial production is 8 times greater than biomass, showing that the variability of bacterial activity (e.g. oxygen consumption, remineralisation) would be underestimated if biomass is used. The P/B ratios were variable and although clear trends are present in both bacteria and phytoplankton, no systematic relationship between stock and rate measures were found for the two groups. Hence, standing stock and process rate measures exhibit different variability patterns and care is needed when interpreting the mechanisms and implications of the variability encountered.},
  language  = {en}
}