Nienke Dijkstra gaat donderdag 20 oktober haar proefschrift getiteld ‘Statistical Modeling Approaches for Behavioral and Medical Sciences’ verdedigen. Haar promotieonderzoek is gericht op data science en statistisch modelleren met toepassingen in gedrag- en gezondheidswetenschappen. In het bijzonder onderzoekt ze economisch gedrag en cognitie. Om deze twee fundamentele concepten goed te modelleren met een hoge externe validiteit zijn complexe experimentele taken en grote data sets nodig. De laatste jaren worden ook in de gedrags- en gezondheidswetenschappen de voordelen van grote data sets steeds meer erkend en wordt er meer nadruk gelegd op data verzameling.

Complexe experimentele taken en grote data sets vereisen moderne – vaak complexere en flexibelere – statistische methoden. Nienke’s proefschrift maakt gebruik van moderne statistische modellen op het gebied van fundamenteel economisch gedrag en gezondheidswetenschappen om zo betrouwbaardere conclusies te trekken en nauwkeurigere voorspellingen te maken dan het geval zou zijn met gevestigde methoden. In haar proefschrift geeft ze twee voorbeelden. In het eerste deel van het proefschrift ontwikkelt ze het Censored Mixture Model (CMM) om risicogedrag te analyseren en laat ze twee toepassingen zien. In het tweede deel vergelijkt ze twee machine learning technieken met verschillende eenvoudigere, veelgebruikte technieken in hun prestaties om cognitie te voorspellen aan de hand van hersenstructuren.