STATISTISCH ADVIES & TRAININGEN
Statistiek zit vol termen die niet intuitief zijn. 'Significant' is daar één van. Waar 'een significant effect' klinkt als iets belangrijks, kan het je slechts vertellen dat je effect een 'ja' heeft gekregen van een methode die eigenlijk alleen maar ontworpen is om 'ja' of 'nee' te zeggen. 'Ja' kun je ook krijgen op een effect dat tegenstrijdig is met waarnaar je opzoek bent, je kunt een 'ja' krijgen op een effect dat zo klein is dat het eigenlijk onbelangrijk is of je krijgt een 'ja' terwijl het eigenlijk een 'nee' had moeten zijn.
Soms kan verzamelde data eenvoudig veelzeggende conclusies opleveren. Maar soms zijn de methoden moeilijk en sluipen er snel fouten in statistische analyses.
Het doel van Significant Help is om met advies en trainingen op maat gevoel voor data over te brengen. Niet alleen om de best mogelijke resultaten op te leveren, maar ook om instellingen en bedrijven een idee te geven wanneer statistiek eenvoudig is, en wanneer niet.
Significant Help kan te hulp schieten bij het ontwerpen van een studie/experiment, het kiezen van modeleermethodes en de analyse van verzamelde data.
"Through her proactive interaction with everyone involved in the study (researchers, pharmacists, veterinarians), she helped us to significantly improve the study design."
- Beatrix Förster, Universitair Medisch Centrum Utrecht
"Judith ziet snel de kern van het probleem en probeert haar oplossing zo veel mogelijk af te stemmen op de context van onze organisatie. "
- Sanne Veldhuis-Nikkelen, onderzoeker Rutgers
statistical consultancy
Hulp bij ontwerp van dataverzameling, modelleermethodes en analyse
contactgegevens
Werkend vanuit Utrecht, maar flexibel om te reizen met het openbaar vervoer
T-test - Linear Regression - ANOVA - Logistic Regression - Generalized Linear Models - Robust Regression - Delta Method - Mixed Models - Longitudinal Modeling - Generalized Estimating Equations (GEE) - Bayesian Statistics - Discriminant Analysis - Optimal Scaling - Correspondence Analysis - Principal Component Analysis - Monte Carlo Statistics - Bootstrapping - Recommender System - Bayesian networks - K-means - Support Vector Machines - Multiple Testing Correction - High Dimensional Data Analysis - Ridge/Lasso - Splines - Cross-Validation - Random Forests - Bias/Variance Trade-off - Zero-Inflated Poisson Regression - Spatial/Temporal dependence - Finite Population Correction - Power Analysis - Randomized Incomplete Block Design - Survival Analysis - Censoring - Structural Equation Models - Item Response Theory - Imputation - EM Algorithm - Finite Mixture Models - Calibration Problem in Regression - R - SPSS - Weighted Contrasts - Stratified Design - Questionaire - Permutation Tests - Fixed/Common-Effect Meta-Analysis - Random Effect Meta-Analysis - Sequential Analysis - Bayes Factors - Bayesian T-test - Optional Stopping - Sequential Analysis - Meta-Analysis - Cummulative Meta-Analysis - Test Martingales - Uniformly Most Powerful Tests - Safe Tests
