Seit 25 Jahren

Berater für
Datenanalyse und Statistik

Seit über 25 Jahren betreue ich Doktoranden, Wissenschaftler und Industrie bei der Planung und Auswertung von wissenschaftlichen Untersuchungen.

„To call in the statistician after the experiment is done may be no more than asking him to perform a post-mortem examination: he may be able to say what the experiment died of.“

(Sir R. Fisher)

home-about-1-2
1-arrange-multiple-ggplots-annotate-arranged-ggplots-2

Statistische Analysen

Wir verwenden die dem Datenniveau (metrisch, nominal), der Art der Hypothese(n) (Überlegenheit, Äquivalenz, Nichtunterlegenheit) sowie der Anzahl der untersuchten Stichproben (eine, zwei, mehr als zwei) entsprechenden Methoden:
t-Test, ANOVA, Wilcoxon-Test, Mann-Whitney-Test, Fishers exakter Test, Chi²-Test, McNemar-Test, Kruskal-Wallis-Test, lineare Regressionsanalyse, logistische Regressionsanalyse, Korrelationsanalysen, Propensity-Score-Analysen, Kaplan-Meier-Analysen, Cox-Regression, Bland-Altman-Analysen, Beurteilung diagnostischer Tests (Sensitivität, Spezifität, ppV, npV, ROC-Analysen), Odds Ratios, relatives Risiko etc. Und jeweils mit den adäquaten Konfidenzintervallen.
Für hypothesengenerierende Untersuchungen verwenden wir dimensionsreduzierenden Analysemethoden: Clusteranalysen, Faktorenanalysen, Diskriminanzanalysen, Principal Component Analysen (PCA).
Wir führen Fallzahlplanungen durch und beraten vorab über die Wahl der geeigneten Endpunkte/Hypothesen.

Statistische Grafiken und Tabellen

Wir erstellen Ergebnistabellen nach Ihren Vorgaben bzw. geben Ihnen Ratschläge, wie die Resultate sinnvoll darzustellen sind.
Der Fragestellung angepasst erstellen wir die zugehörigen grafischen Darstellungen: Boxplots, Säulendiagramme (gestapelt), Histogramme, Kerndichteschätzungen, Tortendiagramme, Punktediagramme (Scatterplots), Liniendiagramme (Gruppen- und Einzelverläufe).

Data Science - Extraktion von Wissen aus Daten

Moderne Methoden des Machine Learning, des statistischen Lernens, der Mustererkennung, aber auch der Visualisierung wenden wir an, um aus Ihren Datenbeständen Informationen zu gewinnen.
Hierbei wenden wir nicht „blind“ die verfügbaren Modelle auf Ihre Daten an, sondern gehen inhaltlich gesteuert vor.
Mit folgenden Methoden arbeiten wir: lineare Regression, logistische Regression, Mustererkennung, Clusteranalysen, Überwachte Lernverfahren, Hauptkomponentenanalysen (PCA), Neuronale Netzwerke, Merkmalsselektion, Kreuzvalidierung, Visualisierung, Random Forests, Zeitreihenanalysen.

Planung Am Anfang einer guten, erfolgversprechenden Untersuchung steht eine gründliche Planung: wie lautet die Fragestellung, wie lässt sich daraus eine Hypothese formulieren, wie wählt man die entsprechenden Endpunkte, wie berechnet man die benötigte Fallzahl.

Datenanalyse/Auswertung Mit welchen Methoden können die Hypothesen überprüft werden: Wie berechnet man die entsprechenden p-Werte? Wie berechnet man die zugehörigen Konfidenzintervalle?

Darstellung Wie werden die ermittelten Resultate so dargestellt, dass sie vom Leser intuitiv verstanden werden? Welche Tabellen und welche Grafiken verwendet man hierfür?

Prozessablauf

In der Regel haben Sie innerhalb einer Woche Ihre Resultate. Nach
der Auslieferung erhalten Sie eine detaillierte Erklärung. Kontaktieren
Sie mich kostenfrei und fordern Sie einen Kostenvoranschlag an.

Datenschutz
, Inhaber: (Firmensitz: Deutschland), verarbeitet zum Betrieb dieser Website personenbezogene Daten nur im technisch unbedingt notwendigen Umfang. Alle Details dazu in der Datenschutzerklärung.
Datenschutz
, Inhaber: (Firmensitz: Deutschland), verarbeitet zum Betrieb dieser Website personenbezogene Daten nur im technisch unbedingt notwendigen Umfang. Alle Details dazu in der Datenschutzerklärung.