Projecten
Statistische analyse van real time PCR data Universiteit Gent
De huidige methodologie voor analyse van real time PCR data biedt geen antwoord op problematiek van inhibitie en onzekerheid in het veld van GMO detectie (voedselveiligheid). Dit project richt zich op het verbeteren van qPCR data analyse door het ontwikkelen van een nieuw model dat de kinetiek van de reactie en de onzekerheid op de metingen verrekent.
STATISTISCHE ANALYSE VAN NEXT-GENERATION SEQUENCING DATA Universiteit Hasselt
Nieuwe statistische technieken voor de analyses van complexe data in de sociale wetenschappen Universiteit Gent
Sociaal onderzoek vereist steeds meer onderzoekers om grote en complexe data die vaak cross-nationaal van aard te verzamelen. Met behulp van grote vragenlijsten, vaardigheden, attitudes en eigenschappen worden gemeten en opgeslagen in grote datasets. Een typisch voorbeeld van een complexe dataset is het PISA-onderzoek (Program for International Student Assessment), een driejaarlijks internationaal onderzoek dat zich richt op onderwijs ...
Statistische methoden voor de analyse van steekproeven met een informatief spatiotemporeel design. Universiteit Hasselt
Statistische analyse van isotoop-gemerkte MALDI-TOF massa spectra Universiteit Hasselt
Statistische methoden voor het schatten van leeftijds- en tijdsafhankelijke epidemiologische malaria parameters en de analyse van sociale netwerk gegevens als nieuwe aanpak voor de ontwikkeling van malaria eliminatiestrategieën. Universiteit Antwerpen
Analyse naar de haalbaarheid van statistische modellen die energieverbruik in woningen kunnen voorspellen op basis van gebouwparameters Universiteit Gent
Het doel van deze opdracht is om voor Vlaamse woningen (i) de relatie tussen reëel energieverbruik en de gebouwparameters te beschrijven en (ii) om te onderzoeken welke soort statistische voorspellingsmodellen mogelijk en zinvol zijn en wat de te verwachten betrouwbaarheid ervan is. Door het ontbreken van informatie over de bewoners van de woningen zullen de ...
Statistische uitdagingen in het modelleren van longitudinale dyadische data. Universiteit Gent
Onderzoekers die longitudinale data verzamelen in koppels om de interactie tussen partners te onderzoeken kunnen geconfronteerd worden met verschillende statistische uitdagingen. Wat is de meest geschikte modeleringstechniek? Hoe kan men omgaan met categorische uitkomsten of ontbrekende data? Hoe kan men een mediatie-analyse uitvoeren in dergelijke setting? Dit project beoogt gepaste en innovatieve antwoorden te bieden op deze vragen.
Statistische dienstverlening Agentschap Zorg- en Gezondheid: Gebruik van associatieregels om informatie te genereren uit de data verkregen via contactopsporing voor COVID-19 in België Universiteit Gent
In het kader van de contactopsporing voor COVID-19, wordt data verzameld in verband met het gedrag van besmette personen. De data die verzameld wordt is complex en hoogstwaarschijnlijk niet perfect gestructureerd in een optimale tijdruimtelijke databank. Dit maakt het zeer moelijk om de data te analyseren en op zoek te gaan naar tijdruimtelijke informatie en kennis omtrent onder andere super spreading events, super spreaders, U+2026 Het is ...