Bijles statistiek in Eppegem

Ik geef graag bijles, omdat ik het leuk vind om anderen te helpen wanneer ze ergens moeite mee hebben. Ik weet uit eigen ervaring dat leerstof soms moeilijk kan lijken, maar dat een andere uitleg (bv. vrienden, ouders,...) of wat extra oefeningen al een groot verschil kunnen maken. Het geeft mij voldoening wanneer iemand dankzij mijn uitleg iets beter begrijpt en meer vertrouwen krijgt. Daarom wil ik studenten graag helpen om vooruitgang te maken en zich zekerder te voelen in de leerstof.

Ik wil graag bijles geven omdat ik het leuk vind om mijn kennis te delen en leerlingen te helpen hun doelen te bereiken. Iedereen leert op een andere manier, en ik vind het belangrijk om een aanpak te vinden die bij de leerling past. Mijn doel is niet alleen om betere resultaten te behalen, maar ook om meer zelfvertrouwen en inzicht in het vak te geven.

Ik ben in 2014 afgestudeerd als master handelsingenieur (major productie- en logistiek & minor finance). In 2019 heb ik vervolgens een doctoraat in de Toegepaste Economische Wetenschappen behaald aan de KU Leuven. In het doctoraat heb ik vooral met technieken uit het operationeel onderzoek gewerkt (geheeltallige (lineaire) programmering, heuristieken, simulatie). Vervolgens heb ik gewerkt als onderzoeker aan de Koninklijke Militaire School op een project rond het ontwikkelen van machine learning modellen voor de analyse van data in sociale media (Twitter).

Momenteel geef ik als gastdocent aan KU Leuven de vakken Operations Research in de Bachelor Business Engineering (Brussel) en (Inleiding tot) Kwantitatieve Beleidsmethoden in de Master Management (Leuven). In het vak Operations Research behandelen we geheeltallige lineaire programmering, dynamische programmering, complexiteitstheorie en wachtrijmodellen. In de vakken (Inleiding tot) Kwantitatieve Beleidsmethoden behandelen we beschrijvende statistiek, betrouwbaarheidsintervallen, hypothesetoetsen, beslissen onder onzekerheid, lineaire regressie, logistische regressie, tijdreeksen en lineaire optimalisatie. We passen ook alle geziene technieken toe in Excel. Ik ondersteun in mijn vrije tijd graag studenten en volwassenen bij wiskunde, statistiek en Excel.

Statistiek:
- Beschrijvende statistiek (boxplots, histogrammen, spreidingsdiagrammen, ...)
- Hypothesetoetsen (t-toets gemiddelde(s), z-toets proportie(s), Chikwadraattoets onafhankelijkheid, Chikwadraattoets varianties, Wilcoxon-toetsen)
- Betrouwbaarheidsintervallen
- Variantieanalyse (ANOVA) en Kruskal-Wallis-toets
- Lineaire regressie
- Logistische regressie
- Tijdreeksanalyse (regression-based models, autoregressive models, moving-average models, Holt-Winters model)

Toepassing van de technieken in Excel, RStudio en Matlab

Kansrekenen:
- Voorwaardelijke kansen en regel van Bayes
- Stochastische variabelen (kansmassafunctie en kansdichtheidsfunctie, cumulatieve verdelingsfunctie, verwachtingswaarde, variantie, covariantie en correlatie, ...)
- Kansverdelingen (uniform, binomiaal, Poisson, negatief-binomiaal, hypergeometrisch; exponentieel, Erlang, normaal, lognormaal)

Ik word gelukkig van mijn tijd ook maatschappelijk relevant te laten opbrengen.
Het is voor mij ook een fijne uitdaging om complexe materie en dingen in zeer duidelijk framework uit te leggen. Altijd nieuwsgierig waar de student juist tegen aan loopt om dan ook effectief te kunnen helpen waar nodig.

Meerdere studenten Hogeschool en Universiteit kunnen helpen door het grote plaatje te kunnen tonen, hun studiemethode te verfijnen of detailoefeningen op te lossen.

Ik motiveer leerlingen graag zodat ze vooruitgang kunnen boeken en hun resultaten kunnen verbeteren.

secundair onderwijs
hoger onderwijs