Statistische
dienstverlening (advies, ondersteuning, uitvoering)
Frank van der Meulen
Professor in Mathematical Statistics
Vrije
Universiteit Amsterdam
Department of Mathematics
Contact:
frankvdm0@gmail.com
|
|
CV
- hoogleraar mathematische statistiek
aan de Vrije Universiteit
- opleidingsdirecteur van de bacheloropleiding Business Analytics
- voorzitter van de sectie mathematische statistiek van de
Vereniging voor Statistiek en Operations Research (VVSOR)
Naast wetenschappelijk
onderzoek vind ik het leuk om mijn kennis te delen en
daarmee bij te dragen aan het oplossen van praktische
problemen waarbij statistiek een rol speelt.
Ruim 20 jaar heb ik ervaring met zowel het overdragen van kennis
aan bedrijfsleven en overheid, als ook zelf direct werken aan het
oplossen van problemen.
Aanvankelijk heb ik dit gedaan bij het Instituut voor Bedrijfs- en
Industriële Statistiek en het bedrijf ProjectsOne. Thans zet ik
dit zelfstandig voort.
Visie
Alhoewel in veel organisaties data
beschikbaar zijn, is het lastig om daar informatie uit te halen.
Het is mijn ervaring dat mensen het lastig vinden om precies te
maken wat ze uit data willen leren, laat staan hoe dat te doen.
Leren uit data is een
iteratief proces, waar vele methoden van toepassing kunnen
zijn.
Voor niet-experts kan het heel lastig zijn om te zien wanneer
wat gebruikt kan worden.
Een eerste stap is het
inzichtelijk maken van data via data-visualisatie.
Het maken van professionele visualisaties is een vak op zich,
waarbij pakketten als Excel of Minitab (te) beperkt zijn.
Visualisatie is vooral heel lastig bij grote datasets met
vele variabelen daarin.
Zulke datasets zijn tegenwoordig meer de regel dan uitzondering.
Om snel te focussen op mogelijk relevante variabelen zijn er de
afgelopen 20 jaar vele methoden voorgesteld.
Dit is voortgekomen uit onderzoek in zowel statistiek als
machine learning.
Sommige
van deze methoden hebben echter een aanzienlijk risico om
verkeerd gebruikt te worden, indien geen of beperkte kennis
aanwezig is van de onderliggende mechanismen.
Het blind toepassen van zulke methoden, mogelijk gemaakt door
software pakketten, kan dus tot misbruik en onjuiste conclusies
leiden. Expert kennis is dus onontbeerlijk.
Expertise
Consulting services in
statistics, data handling, data wrangling, data visualisation,
data analytics, machine learning,
Bayesian statistics, statistical design of experiments. process
improvement, quality control and related areas.
Second opinion on statistical analysis.
Carrying out statistical analyses.
Training in statistical software (R, tidyverse in particular).
Training in data wrangling, communication and visualisation.
Training in time-series analysis, Bayesian statistics,
survival/reliability analysis and machine learning.