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 statistischen 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.

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).

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.

Mithilfe von statistischen und maschinellen Methoden, Data Mining, Data Science sowie effektiver Visualisierung von Daten helfen wir Ihnen dabei, große Datenbestände optimal auszuwerten und fundierte operative Entscheidungen zu treffen. Durch mein Zertifikat in Data Analysis bin ich bestens auf die Analyse von großen Datenbeständen vorbereitet.

Durch den Einsatz von maschinellem Lernen können wir aus Daten wertvolle Erkenntnisse gewinnen. Dabei werden komplexe Muster und Zusammenhänge erkannt, was die Automatisierung von Entscheidungen und die Optimierung von Prozessen ermöglicht.

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.