Bijles statistiek in Ramsdonk

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 geef graag bijles, omdat ik het leuk vind om kennis te delen en leerlingen te helpen bij het begrijpen van onderwerpen of concepten waar ze het zelf moeilijk mee hebben. Mijn eigen ervaring als student gebruik ik om hen gericht en geduldig te begeleiden. Ik haal veel voldoening uit het helder uitleggen van moeilijke leerstof en het zoeken naar een aanpak die aansluit bij de noden van elke student. Bijkomend gebruik ik mijn persoonlijke interesse voor de wetenschappelijke vakken als extra drijfveer.

Tijdens mijn bacheloropleiding heb ik verschillende cursussen statistiek gevolgd. Als voorbereiding op mijn schakelprogramma heb ik via zelfstudie het statistiek examen gehaald wat mij toeliet om te starten aan een verkort schakelprogramma. De bijlessen statistiek die ik in het verleden heb gegeven was altijd op het niveau van een professionele bachelor.

Ik geef graag bijles, omdat ik het belangrijk vind om jongeren te ondersteunen in hun leerproces. Zelf heb ik op bepaalde momenten ook extra hulp nodig gehad, maar bijles was toen niet altijd toegankelijk voor mij. Daarom wil ik nu mee het verschil maken voor anderen. Ik heb drie jaar lang met jongeren gewerkt en hoewel ik dat momenteel niet meer doe, zie ik bijles geven als een mooie manier om die connectie opnieuw op te bouwen — en tegelijk iets waardevols te betekenen voor wie het nodig heeft.

Ik haal persoonlijk veel voldoening uit het begeleiden van mensen richting hun doelen.

Zelfde ervaring als bij wiskunde

Ik heb tijdens mijn dagelijkse job niet het gevoel dat wat ik doe een echte (positieve) impact heeft. Door bijles te geven en iemand te helpen bepaalde complexe leerstof te begrijpen, denk ik dat het mogelijk is om zo'n positieve impact te hebben.

Als handelsingenieur met afstudeerrichting in 'data analytics' draaide een groot deel van mijn opleiding rond statistiek. Dit gaat van basis statistiek in de bachelor tot data mining en machine learning in de masteropleiding. Ook heb ik ervaring met software zoals R en python voor statistische verwerking van gegevens;