BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Vrije Universiteit Amsterdam//NONSGML v1.0//EN
NAME:Promotie G.B. Banava
METHOD:PUBLISH
BEGIN:VEVENT
DTSTART:20260511T134500
DTEND:20260511T151500
DTSTAMP:20260511T134500
UID:promotie-g-b-banava@8F96275E-9F55-4B3F-A143-836282E12573
CREATED:20260923T025319
LOCATION:
SUMMARY:Promotie G.B. Banava
X-ALT-DESC;FMTTYPE=text/html: Targeted Estimation
in Heterogeneous Panel Data Models
Nauwkeuriger v
oorspellen door te leren van vergelijkbare eenheden
D
atawetenschapper Georgia Banava onderzocht hoe statistische voorspell
ingen voor specifieke eenheden, zoals een enkel land of een specifiek
e regio, verbeterd kunnen worden. Waar standaard econometrische model
len vaak een gemiddeld effect over alle beschikbare data berekenen, o
ntwikkelde Banava drie nieuwe methoden die zich juist richten op éé
n specifieke eenheid. Hiermee wordt het bijvoorbeeld mogelijk om heel
gericht het bbp van Nederland te voorspellen, zonder de waardevolle
data van de rest van Europa onbenut te laten.
Het onderzoek van
Banava toont aan dat het 'lenen' van informatie van vergelijkbare ee
nheden leidt tot veel betrouwbaardere, nauwkeurigere en stabielere sc
hattingen. In plaats van elke eenheid apart te analyseren of alles si
mpelweg te middelen, maken haar methoden optimaal gebruik van alle in
formatie terwijl ze goed rekening houden met onderlinge verschillen.
Deze aanpak biedt grote voordelen voor de praktijk: zo kunnen ziekenh
uizen de effectiviteit van behandelingen per patiëntgroep beter eval
ueren, en kunnen kleinere regio's met beperkte data toch betrouwbare
voorspellingen doen over werkloosheid of economische groei door te le
ren van vergelijkbare regio's.
Meer informatie over het pro
efschrift
DESCRIPTION: Targeted Estimation in Heterogeneous Panel Data Models Nauwkeuriger voorspellen door te leren van vergelijkbare ee
nhedenDatawetenschapper Georgia Banava onderzocht hoe s
tatistische voorspellingen voor specifieke eenheden, zoals een enkel
land of een specifieke regio, verbeterd kunnen worden. Waar standaard
econometrische modellen vaak een gemiddeld effect over alle beschikb
are data berekenen, ontwikkelde Banava drie nieuwe methoden die zich
juist richten op één specifieke eenheid. Hiermee wordt het bijvoorb
eeld mogelijk om heel gericht het bbp van Nederland te voorspellen, z
onder de waardevolle data van de rest van Europa onbenut te laten.Het
onderzoek van Banava toont aan dat het 'lenen' van informatie van ve
rgelijkbare eenheden leidt tot veel betrouwbaardere, nauwkeurigere en
stabielere schattingen. In plaats van elke eenheid apart te analyser
en of alles simpelweg te middelen, maken haar methoden optimaal gebru
ik van alle informatie terwijl ze goed rekening houden met onderlinge
verschillen. Deze aanpak biedt grote voordelen voor de praktijk: zo
kunnen ziekenhuizen de effectiviteit van behandelingen per patiëntgr
oep beter evalueren, en kunnen kleinere regio's met beperkte data toc
h betrouwbare voorspellingen doen over werkloosheid of economische gr
oei door te leren van vergelijkbare regio's.Meer informatie over het
proefschrift
END:VEVENT
END:VCALENDAR