Datenanalyse und Visualisierung
- Statistische Datenanalyse in R, SAS oder Python: Auswertung von Daten und Umfragen, Berechnung deskriptiver und explorativer Statistiken, Auswertung komplexer Datensätze / Big Data (z.B. Routinedaten / Sekundärdaten im Gesundheitswesen/ Real-World Daten (RWD) / Electronic Health Record (EHR) , ImmobilienScout24) und kleinräumige Datenanalysen.
- Datenvisualisierung: grafische Aufbereitung der Ergebnisse (ggplot2, plotly), Visualisierung raumbezogener Daten (z.B. Leaflet), interaktive Web-Anwendungen / Dashboards in R (Shiny Apps: shinydashboard / Flexdashboard).
- Entwicklung von Datenprodukten: Automatisierte Datenverarbeitung, Entwicklung von Datenvisualisierungen und automatisiertes Reporting (RMarkdown / Sweave / LaTeX).
- Datenaufbereitung, -strukturierung inkl. Datenprüfung, Bereinigung und Validierung (Data manipulation / wrangling).
- Data Mining: Identifikation von Mustern, Klassifikation, Clustering, Regression.
- Vorausberechnungen und Prognosen (z.B. Haushaltsprognosen).
- Schulungen und Trainings zur Datenanalyse mit R: Grundlagenschulungen und individuelle, praxisbezogene Trainings, Programmierung von swirl Kurseinheiten.
- Konzeption von Lehr- / Trainingsmaterialien (klassisch und e-Learning), Fallstudien und Übungsaufgaben.
- Beratung zu wissenschaftlichen Fragestellungen insbesondere mit (sozio-)demografischem oder gesundheitspräventivem Schwerpunkt, z.B.:
- Welche Auswirkungen hat der demografische Wandel für das Gesundheitswesen (u. a. Krankheitslast, Versorgungsbedarf, Prävention, Arbeitsplätze im Gesundheits- und Pflegesektor, Pflegeeinrichtungen)?
- Welche Veränderungen bringt der demografische Wandel für das Sozialwesen mit sich (Tageseinrichtungen, Bildungswesen)?
- Welche Folgen hat die demografische Entwicklung für den Arbeitsmarkt (u. a. Zahl der Erwerbstätigen, Altersstruktur der Belegschaft in Unternehmen, Fachkräftemangel)?
- Wie unterscheiden sich Räume hinsichtlich sozialstruktureller Merkmale? Welche gesamtstädtischen Entwicklungen sind zu beobachten?
- Empirische Studien: Beratung bei der Planung und Durchführung quantitativer Projekte.
- Umfrageberatung: Begleitung bei der Wahl des Erhebungsmodus, der Konzeption von Fragebögen, der Realisierung von Befragungen, der Datenerhebung und -aufbereitung.
- Beratung bei der statistischen Datenauswertung, Visualisierung und Ergebniskommunikation.