Aus Daten Wissen schaffen

Applied Statistics ist ein Statistik-Beratungsunternehmen mit Sitz in Wien und unterstützt seine Kunden bei statistischen Problemstellungen. Wir bieten zielorientierte statistische Lösungen und Konzepte für unsere Kunden aus Medizin, Wirtschaft und Industrie. Unsere Kunden profitieren von unserer Expertise und unserem Wissen auf dem neuesten Stand der Technik durch langjährige Arbeit in der statistischen Forschung. Unsere erfahrene Berater bemühen sich, Ihnen einerseits die genauen Ergebnisse zu präsentieren, andererseits sicherzustellen, dass Sie das Wesen der angewandte Analyseverfahren um diese Ergebnisse zu erhalten, zu verstehen.

Selection_002

Dr. tech. Dipl.-Ing. Can Mert

can.mert@applied-statistics.at

hat an der Technischen Universität Wien Technische Mathematik mit Schwerpunkt auf Finanz- und Versicherungsmathematik studiert und ist am Institut für Statistik und Wirtschaftsmathematik an der Technischen Universität Wien als wissenschaftlicher Forscher im Bereich der Methoden Entwicklung beschäftigt. Er arbeitete an zahlreichen Epidemiologie und Publich Health Projekten an der Technischen Universität Wien. Überdies hat er bei über 200 Diplom- und Bachelorarbeiten im Bereich Medizin, Soziologie, Publizistik, Betriebs- und Volkswirtschaft bei statistischen Aspekten unterstützt. Seine Expertise liegt in multivariate Datenanalyse, Datamining und Biostatistik.

Thomas Ortner

Dr. tech. Dipl.-Ing. Thomas Ortner

+43 660 81 71 344

thomas.ortner@applied-statistics.at

hat an der Technischen Univsität Wien Technische Mathematik mit Schwerpunkt auf Wirtschaftsmathematik studiert. Während seines Studiums hat er für die österreichischen Sozialversicherungsträger im Bereich Gesundheitsökonomie mit Schwerpunkt auf Heilmittelanalysen gearbeitet. Derzeit ist er neben der selbstständigen Tätigkeit an der Technischen Universität Wien am Institut für Statistik und Wirtschaftsmathematik als Statistiker im Rahmen des FFG K-Projektes “DEXHELPP – Decison Support for Health Policy and Planning: Methods, Models and Technologies based on existing health care data” tätig.

Der Schwerpunkt seiner akademischen Forschung liegt auf hochdimensionaler Datenanalyse mit Fokus auf Ausreißererkennung und Clustermethoden auf Basis robuster Verfahren.