

Prof. Philip Hans Franses is Professor of Applied Econometrics at Erasmus School of Economics and is also affiliated with Erasmus School of Law, traditionally a multidisciplinary faculty with a business-oriented and social profile.
Meer over Philip Hans FransesKwantitatief inzicht voor juristen
Paperback Nederlands 2021 1e druk 9789462908789Samenvatting
In toenemende mate is het van belang dat juristen weten om te gaan met kwantitatieve data. Het gaat om inschattingen en kansen van de mate waarin iets wel of juist niet gebeurt in relatie tot een juridisch relevant inzicht of een juridische overweging. We kennen allemaal de zaak van Lucia de Berk, de onfortuinlijke verpleegkundige die aanwezig was geweest bij (aanvankelijk) dertig sterfgevallen. Volgens het Openbaar Ministerie opvallend veel, te veel en reden voor vervolging. Het liet zich voorrekenen dat De Berk een bijzonder kleine kans had zó vaak toevalligerwijze betrokken te zijn geweest bij een sterfgeval. Een justitiële dwaling?
Dit boek biedt juristen kwantitatieve inzichten. Het leert ze om te gaan met getallen. Wat is de context van die getallen? Hoe kun je kansuitspraken en voorspellingen maken, interpreteren en evalueren? Als jurist hoef je niet de precieze technische details te weten, maar je moet wel de juiste vragen kunnen stellen en de antwoorden van de deskundigen kunnen duiden.
Het idee om dit boek te schrijven is voortgekomen uit het onderwijs dat econometrist prof. Philip Hans Franses voor rechtenstudenten heeft gegeven. Franses heeft zijn hoofdbetrekking bij Erasmus School of Economics en is tevens verbonden aan Erasmus School of Law, een van oudsher multidisciplinair georiënteerde faculteit met een bedrijfsgericht en maatschappelijk profiel.
Trefwoorden
statistiek voor juristen kwantitatieve analyse juridische statistiek statistiek kansrekening data-analyse regressieanalyse algoritmes voorspellingen bayesiaanse statistiek correlatie gerechtelijke dwalingen bewijswaardering kansverdelingen rekenen hypothesetoetsing deskundigenonderzoek machine learning econometrie p-waarde percentages gemiddelde mediaan variantie
Trefwoorden
Specificaties
Lezersrecensies
Inhoudsopgave
U kunt van deze inhoudsopgave een PDF downloaden
Getallen 14
Getallen in context 15
Optellen (+) 18
Verminderen (–) 20
Vermenigvuldigen (x) 21
Delen ( ) 22
Tot de macht verheffen (ab) 22
Worteltrekken ( ) 24
Logaritme 25
Rekenen met percentages 29
Rekenen met rentes 31
Achtergrondmateriaal (voor wie meer wil lezen) 37
Oefeningen bij hoofdstuk 1 38
2 Basisbegrippen in de statistiek 41
Gemiddelde 43
Mediaan 43
Modus 44
Variantie 46
Empirische verdeling 48
Vergelijken met theoretische verdeling 50
Zijn er ook andere verdelingen? 51
Covariantie 52
Correlatie 55
Correlatie en causaliteit 55
Achtergrondmateriaal (voor wie meer wil lezen) 56
Oefeningen hoofdstuk 2 57
3 Enkelvoudige kansverdeling 59
Normale verdeling 60
Uniforme verdeling voor discrete waarnemingen 62
Uniforme verdeling voor continue waarnemingen 65
Poisson verdeling 67
Lognormale verdeling 67
Binomiale verdeling 69
Bèta verdeling 70
Toetsen van hypothesen, algemeen 72
De p waarde 75
Valkuilen 76
Achtergrondmateriaal (voor wie meer wil lezen) 77
Oefeningen hoofdstuk 3 78
4 Twee stromingen in de statistiek 83
Klassieke statistiek 84
Onderweg naar de Bayesiaanse statistiek 87
Bayesiaanse statistische analyse 89
In de juridische praktijk 92
Achtergrondmateriaal (voor wie meer wil lezen) 93
Oefeningen hoofdstuk 4 94
5 Enkelvoudig regressiemodel 97
Een lijn doortrekken 98
Een trendlijn 101
Een enkelvoudig regressiemodel 102
Stap voor stap 104
Hoe goed is de gevonden trendlijn? 106
Maatstaf R2 106
t waarde 109
Hoe veel vertrouwen hebben we in een voorspelling? 110
Achtergrondmateriaal (voor wie meer wil lezen) 112
Oefeningen hoofdstuk 5 113
6 Meervoudig regressiemodel 117
Meervoudig regressiemodel 118
Verschillen in salaris tussen mannen en vrouwen 124
Zijn de resultaten robuust? 127
Achtergrondmateriaal (voor wie meer wil lezen) 130
Oefeningen hoofdstuk 6 131
7 Voorspellingen maken en evalueren 133
Soorten voorspellingen 134
Het algemene idee 136
Conditioneel en onconditioneel 137
Voorspelbaarheid en eigenschappen van de data 139
Casus: voorspellen van toename of afname jaarlijkse faillissementen 140
Benchmark 146
Achtergrondmateriaal (voor wie meer wil lezen) 146
Oefeningen hoofdstuk 7 147
8 Leren van voorspelfouten 149
Veelgebruikte criteria voor evaluatie 151
Bronnen van bijzondere voorspelfouten 156
Combineren van voorspellingen 160
Aanpassingen door experts 162
Achtergrondmateriaal (voor wie meer wil lezen) 163
Oefeningen hoofdstuk 8 164
9 Algoritmes 167
K gemiddeldes clusteren 170
Random Forest 173
Support Vector Regressie 175
Meerlaags model 177
Ridge, Lasso, en Elastic Net 178
(Kunstmatig) Neuraal Netwerk 179
Achtergrondmateriaal (voor wie meer wil lezen) 183
Oefeningen hoofdstuk 9 184
Antwoorden bij een selectie van de oefeningen 187
Voorbeelden van meerkeuzevragen: test jezelf 203
Anderen die dit boek kochten, kochten ook
Rubrieken
- advisering
- algemeen management
- coaching en trainen
- communicatie en media
- economie
- financieel management
- inkoop en logistiek
- internet en social media
- it-management / ict
- juridisch
- leiderschap
- marketing
- mens en maatschappij
- non-profit
- ondernemen
- organisatiekunde
- personal finance
- personeelsmanagement
- persoonlijke effectiviteit
- projectmanagement
- psychologie
- reclame en verkoop
- strategisch management
- verandermanagement
- werk en loopbaan