Eingabe löschen

Kopfbereich

Schnellnavigation

Hauptnavigation

Data Analysis and Statistics

In diesem Bereich dreht sich alles um die Transformation von Daten zu nutzbarem Wissen - eine wesentliche Herausforderung im heutigen Informationszeitalter.

Übersicht

Eine fachgerecht ausgeführte Datenanalyse mit zielgerichteter Interpretation liefert oft neue Einblicke und erlaubt damit wissensbasierte Entscheidungen. 

Unsere Kompetenzen liegen in klassischen statistischen und Machine-learning Verfahren, z.B. Planung von Studien, Survey Analysis, Imputation, Datenvisualisierung, Regression, Survival Analysis, robuste Methoden, Vorhersage, Klassifikation und Spezialthemen wie Kompositionsdatenanalyse, Data Privacy und Anonymisierung von Daten. Wir entwickeln aktiv mit R und tragen zur Weiterentwicklung von R in Form von R Paketen bei.

Wir haben umfangreiche Anwendungserfahrungen unter anderem in den Bereichen Business Analytics, Customer-Relationship-Management (CRM), Laboranalytik und Qualitätskontrolle, Umwelt und Verkehr, Biostatistik sowie Gesundheit und Psychometrie. Zusammen mit dem Institut für angewandte Informationstechnologie (InIT) betreiben wir das interdisziplinäre Datalab, das innovative Ideen im Bereich Data Science und Big Data Analytics aufgreift und in die Praxis umsetzt.

Ausgewählte Projekte

  • Statistische Analyse von Unfallhäufigkeiten
    Die Untersuchung und Auswertung des Unfallgeschehens im Strassenverkehr stellt eine zentrale Aufgabe von Sicherheitsverantwortlichen dar. Die systematische Analyse der daraus gewonnenen Informationen anhand von statistischen Methoden ermöglicht es, eine fundierte Aussage über das beobachtete Unfallgeschehen zu machen und – wenn nötig – zielgerichtete Massnahmen zur Erhöhung der Verkehrssicherheit einzuleiten.
  • Ein Modell basierter Dreistufenklassifikator für Schwebestaub
    Das IDP entwickelte deshalb für Particle Vision GmBh einen universell einsetzbaren dreistufigen Partikel-Klassifikator, welcher die Partikel gemäss ihrer chemischen Zusammensetzung in mehrere tausend Klassen einteilt. 
  • Anonymisierung von Daten
    Für eine Datenweitergabe als auch für die interne Verwendung von Daten ist eine Anonymisierung erforderlich, sodass der Rückschluss auf Einzelpersonen verhindert wird und die Analysequalität der Daten aber möglichst erhalten bleibt. Die Datenanonymisierung wird auf komplexe Daten der Helsana angewendet.

Wirtschaftspartner

Forschungspartner

Netzwerkzugehörigkeiten und Engagements

Konferenzen

Konferenzen, welche durch das IDP organisiert oder von Personen des IDP mitorganisiert wurden:

Beteiligte Personen des IDP