All Things Data Science

Ik geef geregeld commentaar op de verslaggeving over peilingen en aanverwante onderwerpen op deze blog. Bij de recente DS/VRT peiling heb ik dat niet gedaan, omdat ik al bij al vond dat de verslaggeving niet zo slecht was. Ik heb niet alle artikels gelezen, maar in het algemeen staarde m'n zich niet blind op kleine verschillen en werd de betrekkelijkheid van de resultaten vrij goed onderstreept. Tussen haakjes, Maarten Lambrechts (@maartenzam) maakte wel een aardig overzicht van de verschillende visuele weergaven van de peilingsresultaten. Ik was dus niet van plan om te regearen, maar, op populair verzoek (nu ja, enkel @janvandenbulck) toch enkele bedenkingen, met name over een twitter conversatie tussen @OmbudsDS en @maartencorten. Het uitgangspunt was de bijdrage van @OmbudsDS waarin hij schreef dat de berichtgeving over de peiling in zijn krant over het algemeen goed was. Eén van de argumenten was dat de berichtgeving zich spitste op de significante daling voor de NVA en niet...

Earlier this week, the Business section of the Flemish quality newspaper 'De Standaard' reported that the shorter the first name, the higher the income (see here ). The article showed a pricture of Bill Gates, with the caption: "Was using the nickname 'Bill' the key to the success of William Henry Gates?". The newspaper was refering to research carried out by TheLadders , a "job-matching service for career-driven professionals" and reported here . Basically, they analyzed data around first names from TheLadders’ nearly 6 million members and salary level. The blog is more tongue in cheek than De Standaard article led us to believe, but the blog has found its way in social media, being liked and tweeted more than thousand times, and was caught up by the popular (and sometimes serious) press. There are, however, a few concerns with this research. Let me mention them one by one: The first concern is an obvious one: " Correlation is not caus...

Last week, a tweet by the Dutch political scientist, Armen Hakhverdian (@hakhverdian), pointed to an interesting blog post from Fredrik M Sjoberg, a Postdoctoral Scholar at Columbia University – The Harriman Institute. It's a guest post on The Monkey Cage dealing with the recent election in Armenia and the (alleged) election fraud. One of the things he did was a very simple test. He did a $\chi^2$-test based on the assumption that: In the absence of manipulation of vote totals the last digit should follow a uniform distribution of 10 percent in each of the 0-9 digit categories He did that for the ruling party at the polling station level both for 2012 (no fraud allegations) and 2013 (fraud allegations). The results are summarized by the graph below (copied from the original blog post). The $\chi^2$-test for 2013 turns out to be significant at the 0.1 percent level, but non-significant in 2012 ($p$-value = 0.981). Apart from the fact that I'm always a bit worried when ...

Op Donderdag 28/0213 verscheen er in De Morgen een artikel, 'Pleidooi voor porno. Maar niet helemaal', geschreven door Sjoukje Smedts. Het is een genuanceerd artikel waarin allerlei experten hun zegje kunnen doen over het fenomeen porno. Een prima stuk dus ... Maar niet helemaal. De grafiek die erbij staat, een spindiagram, kon beter. Ten eerste valt onmiddellijk op dat de verhoudingen niet kloppen. Het percentage Dagelijkse porno kijkers is ongeveer 10 maal kleiner dan het percentage mensen die zeggen ongeveer één keer per week naar porno te kijken. In de spindiagram lijkt de verhouding eerder de helft. Het lijkt erop dat de binnenste 7-hoek niet wordt meegeteld. Maar zelfs dan lijkt de 13.3% van 'ongeveer één keer per maand' niet te kloppen. Maar los daarvan kan je je afvragen of zo'n spindiagram (spider of radar graph) wel de beste voorstelling is. In principe is bij een spin diagram de volgorde van de verschillende variabelen niet van belang, en dus is het...

Remark: This is the english version of my previous Dutch blog post. After the provincial and municipal elections of the 14th of October in Belgium, media reported several cases of candidates who had received more preference votes than what normally could have been expected. The additional votes were attributed to a problem with the touch screens of the voting machines. When voters pressed too long when selecting a party, the system would sometimes register a preference vote for the candidate whose name appeared in the same area as where the party was. The figures below illustrates well what the issue is.      The figure on the left is the Parties Screen, i.e. the first screen the voter sees. On that screen the voter selects a party (sometimes called a list). In this case, the voter has selected the PVDA+ party, as indicated by the blue rectangle. The figure on the right hand side is the candidates screen, i.e. the subsequent screen the voter sees. This screen shows all the c...

(My apologies for this Dutch post. Soon I'll write an English one on the same subject, but then from a Data Science point of View.) De gemeenteraadsverkiezingen van oktober jongstleden blijven de gemoederen beroeren. Deze week waren er minstens drie berichten in de actualiteit die te maken hadden met de nasleep van de jongste gemeenteraadsverkiezingen. Er is de kwestie Ninove (zie De Morgen: Geen nieuwe verkiezing in Ninove na "inside joke" ), de onwettelijke samenstelling van een aantal Vlaamse OCMW raadsleden (zie De Morgen: "Partijen op lokaal vlak te weinig ondersteund door hoofdkwartieren" ) en, tenslotte, is er de (vermeende) dubbele voordracht van schepenen in Zaventem (zie De Morgen: Gemeentebestuur Zaventem verzekert continuïteit werking ). Het lijkt er dus een beetje op dat Vlaanderen het niet zo gemakkelijk heeft om de verkiezingen te verteren. Maar de problemen dateren niet van nu. Sommigen zullen zich nog herinneren dat de dag van de verkiezin...

Vorige week was er heel wat te doen rond een artikel van Tom F.M. ter Bogt, Loes Keijsers en Wim H.J. Meeus in het tijdschrift Pediatrics  over het verband tussen vroeg-adolescente muziekvoorkeuren en probleemgedrag. Ook in Vlaanderen maakte dit artikel veel ophef. Dit had onder andere te maken met een column van NV-A politicus Bart De Wever in De Standaard , waarin hij in een wat bizarre redenering dit onderzoek gebruikte om nogmaals zijn plaat over Theodore Dalrymple te draaien. Meteen was de toon gezet en ontstonden er twee kampen. Ten eerste had je de groep bestaande uit populaire kranten die een sappig verhaal konden presenteren en politici zoals Bart De Wever die de hierin de kans zagen om hun conservatieve opvattingen over cultuur empirisch te onderbouwen. Aan de andere kant had je de non-believers, die de wetenschappelijkheid van het onderzoek in vraag stelden of die morele bezwaren hadden. Gelukkig was er nog de krant De Morgen om het hoofd koel te houden. Ze sl...