Im NOVUSTAT Statistik Blog finden Sie regelmässig interessante Informationen rund um Themen der Statistik, Data Science und statistischen Datenanalyse. Verständlich erklärt, praxisnah aufbereitet und mit fundiertem Fachwissen unserer Statistiker.
Fachwissen, Methoden und praktische Einblicke
Eine genaue Messung der Resultate von einzelnen Social-Media-Aktivitäten im Unternehmen ist nicht einfach. Eine gute Orientierung bietet hier der Social Media ROI. In diesem Artikel gehen wir deshalb auf die Möglichkeiten bei der Ermittlung des eigenen ROIs für Social Media Kampagnen ein.
Deep Learning for Business ist der neueste Trend in Business Analytics und Data Science Bereich. Doch was ist eigentlich Deep Learning? In diesem Artikel zeigen wir Ihnen die Welt der Künstlichen Intelligenz und Deep Learning Neural Networks. Sie werden wichtigste Begriffe und Verfahren kennenlernen und verstehen, wie auch Sie diese Funktionalitäten nutzen können, um für Ihr Business einen Mehrwert zu generieren.
Bei klinischen Studien sind Studienabbrecher oder Protokollverletzungen keine Seltenheit. Häufig stellt dies aber ein ernsthaftes Problem für die Analyse der Daten dar. Wir zeigen Wege wie Sie mit solchen Abweichungen umgehen können und wie Sie durch eine Intention-To-Treat Analyse zu gültigen Analyseergebnissen gelangen.
Nichtparametrische Tests gelten als Mittel der Wahl, wenn die Normalverteilungsannahme verletzt ist. Dabei bleiben allerdings wertvolle Informationen unbeachtet, eine Einbusse an Trennschärfe oder Power ist die Folge. Wir zeigen Ihnen, wie sie mit modernen Resampling Methoden wie Bootstrapping Statistik oder Permutation Test mehr aus Ihren Daten holen.
Data Mining hat das Ziel, Informationen aus grossen Datenbeständen (Big Data) zu extrahieren und nutzbar zu machen. Für eine zielführende und effiziente Arbeitsweise sind sechs Schritte notwendig. Wir erläutern Ihnen anhand des allgemein gültigen Standards CRISP-DM die 6 Phasen von Data Mining.
Mitarbeitermotivation gehört zu den wichtigsten Säulen im Rahmen von Unternehmenserfolg. Eine der zentralen Fragen dabei ist, wie sich Mitarbeitermotivation durch Umfragen messen und idealerweise verbessern lässt. Dieser Artikel geht der Frage nach, wie Motivation gemessen werden kann und welche Aspekte dabei zu beachten sind. In einem weiteren Schritt werden relevante Schlüsselkriterien aufgezeigt, um eine Mitarbeitermotivation Umfrage im Unternehmensbereich umfassend und aussagekräftig durchführen zu können.
Mitarbeiterbefragungen spielen in Zeiten des häufigen Personalwechsels eine immer grössere Rolle und bieten den Unternehmen eine Reihe von Vorteilen.Eine erfolgreiche Mitarbeiterbefragung bedarf einer gründlichen Vorbereitung schon von Beginn an mit Hilfe einer professionellen Fragebogenerstellung, damit die anschliessende Auswertung auch entsprechende Erkenntnisse liefern kann. Die Fragebögen werden nach der Erstellung von den Befragten ausgefüllt und im Anschluss ausgewertet und analysiert. Grundlage für die Auswertung der Mitarbeiterbefragung ist das Datenmaterial, welches natürlich
In vielen Anwendungsbereichen können Einflussvariablen oft nicht direkt erhoben werden. Man spricht dann von latenten (verborgenen) Variablen. Solche Variablen können z. B. Stress, Angst oder Politikverdrossenheit sein. Latente Variablen können nur indirekt erhoben werden. Wir geben Ihnen einen Einblick, wie mit Strukturgleichungsmodellen und Pfadanalyse eine elegante und effektive Modellierung erfolgen kann.
“Jeden Tag ist es unsere Aufgabe, jeden wichtigen Aspekt der Kundenerfahrung ein bisschen besser zu machen”, sagte einmal Jeff Bezsos als CEO von Amazon. Aber auch jedes andere Unternehmen sollte die Steigerung der Kundenzufriedenheit als oberste Priorität sehen. Um zu wissen, welche Massnahmen nötig sind um das Kundenerlebnis zu verbessern, ist allerdings zunächst eine kontinuierliche Messung der Kundenzufriedenheit unabdingbar! Wir zeigen die 4 besten Instrumente um die Kundenzufriedenheit zu ermitteln.
Nicht-randomisierte Studien sind in der Kritik, da sich Behandlungs- und Kontrollgruppe oft bezüglich möglicher Stör- und Einflussgrössen unterscheiden. Kausale Effekte sind in solchen Settings nicht mehr auf die Behandlung zurückzuführen. Der Propensity-Score stellt eine Möglichkeit dar, im Analyseprozess der Daten bezüglich der erhobenen Confounder zu korrigieren. Wir geben eine Einführung in die Auswertung mit Propensity Score und erläutern die Hintergründe.
Unsere erfahrenen Statistiker unterstützen Sie persönlich bei statistischen Analysen, methodischen Fragestellungen und anspruchsvollen Datenprojekten. Gemeinsam klären wir, welche statistische Beratung für Ihre konkrete Fragestellung sinnvoll ist.
