Sinds eind jaren ’90 programmeer ik met veel plezier in de statistische taal R. In die tijd heb ik talloze problemen opgelost, van het voorbewerken, koppelen, filteren en aggregeren van data tot het bouwen van modellen en het maken van heldere visualisaties. Enkele voorbeelden van R programmeren:
Dashboard voor monitoring luchtvaartveiligheid
Bij het Analysebureau Luchtvaartvoorvallen (ABL) van de Inspectie Leefomgeving en Transport (ILT) heb ik samen met collega’s een dashboard ontwikkeld om luchtvaartvoorvallen te monitoren. Hieraan voegde ik een signaaldetectiemethode toe op basis van Six Sigma. Later heb ik de volledige datavoorbewerking herbouwd om aan te sluiten op een nieuwe database.
ipw: R-pakket voor causale analyse
Ik ontwikkelde en publiceerde het R-pakket ‘ipw’, dat inverse probability weighting en marginal structural models implementeert. Het ondersteunt zowel binaire als continue uitkomsten en wordt wereldwijd gebruikt in epidemiologisch en statistisch onderzoek: ipw: An R Package for Inverse Probability Weighting | Journal of Statistical Software. Het is inmiddels in bijna 400 gepubliceerde wetenschappelijke studies toegepast: van der Wal: ipw: an R package for inverse probability… – Google Scholar.
Microsimulatie om beleid door te rekenen
Een project waar ik met trots op terugkijk, is het ontwikkelen van een microsimulatiemodel om de effecten van veranderingen in opheffingsnormen voor basisscholen in kaart te brengen. Het model bood inzicht in het aantal scholen dat mogelijk zou moeten sluiten, en de impact daarvan op leerlingen en regio’s. De resultaten ondersteunden beleidskeuzes en zijn gedeeld met de Tweede Kamer (Kamerstuk 31293, nr. 361).
Deze aanpak bouwde voort op eerdere ervaring als koopkrachtanalist bij het ministerie van Sociale Zaken en Werkgelegenheid (SZW), waar ik werkte met het microsimulatiemodel Mimosi. Die kennis bleek cruciaal: ik gebruikte de inzichten uit Mimosi om een nieuw model op te zetten, in een totaal ander beleidsdomein — en met succes.
Dít is precies het soort werk waar mijn hart sneller van gaat kloppen: data en modellen inzetten om beleid echt verder te helpen.
R programmeren in een tijd van AI
Steeds meer organisaties gebruiken AI voor eenvoudige scripts, maar een foutloos en onderhoudbaar systeem vraagt om meer dan een paar regels gegenereerde code. Ik help bij het automatiseren van complexe Excel-processen en het bouwen van robuuste R-oplossingen die blijven werken. Dankzij mijn ervaring en oog voor detail maak ik systemen die AI aanvullen, controleren en versterken — geen black box, maar transparant en betrouwbaar.