Hier ein unvollständiger Überblick über die Methoden und Techniken, die ich immer wieder anwende:

• Bivariate Analysen

  • Chi²-Test, Fisher Exact Test
  • Odds Ratio
  • ANOVA mit post-hoc Tests
  • Kaplan-Meier-Kurven
  • Pearson Korrelationkoeffizient, Spearman’s Rho
  • Mann-Whitney-U-Test, Kruskall-Wallis, Wilcoxon-Vorzeichen-Rang-Test, Dunn’s test…
  • Visualisierungen: Boxplots, Balkendiagramme, Streudiagramm uvm

• Messmodelle

  • Cronbach Alpha, omega usw.
  • Propensity Score matching
  • Faktoranalyse
  • SEM mit lavaan
  • PCA
  • Clusteranalyse
  • Latent Profile, Latent Class

• Generalized Linear Model (GLM)

  • Lineare Regression
  • Mediationsanalyse & Moderationsanalyse
  • Numerische und graphische Tests der Modellannahmen
  • Polynomiale Regression, splines
  • Logistische Regression, Probit
  • ordered/multinomial/conditional logit/probit
  • Berechnung vom marginal effects und predicted probabilities
  • Cox Proportional Hazard Model
  • Poisson, Beta, (zero-inflated) negative binomial usw.

• Generalized Linear Model (GLMM)

  • Multilevel-Model
  • mixed-effects models
  • hierarchische Regression
  • random intercept, random slopes mit lme4
  • marginal effects und predicted probabilities

• Experimente

  • Poweranalyse
  • Fallzahlplanung durch Simulationen
  • RCT, Posttest-Only
  • Discrete Choice Experiments (DCE)
  • Design of Experiments
  • Fractional Factorial Design
  • Response Surface Design
  • Repeated Measures
  • Quasi-Experimental Designs, Eventstudien, natürliche Experimente
  • Schätzung der Treatmenteffekte

• Statistische Programmierung

  • Automatisierte Reportings in html, docx und pdf
  • Datenerfassung mit Optical Character Recognition
  • Webscraping
  • Auslesen von API’s und xmls
  • Monte-Carlo-Simulationen
  • Verarbeitung und Visualisierung von Geodaten

• Machine Learning

  • Random Forest
  • Bagging & Boosting
  • Artificial neural nets
  • Transformer & language models