M.Sc. Philip Buczak

• Buczak, P., Chen, J.-J., & Pauly, M. (2023). Analyzing the effect of imputation on classification performance under MCAR and MAR missing mechanisms. Entropy, 25(3), 521. https://doi.org/10.3390/e25030521
• Buczak, P., Huang, H., Forthmann, B. and Doebler, P. (2022). The Machines Take Over: A Comparison of Various Supervised Learning Approaches for Automated Scoring of Divergent Thinking Tasks. Journal of Creative Behavior. https://doi.org/10.1002/jocb.559 (geteilte Erstautorenschaft)
• Doebler, P., Doebler, A., Buczak, P., & Groll, A. (2022). Interactions of scores derived from two groups of variables: Alternating lasso regularization avoids overfitting and finds interpretable scores. Psychological Methods. Advance online publication. https://doi.org/10.1037/met0000461

• Six-Sigma-Methode (SoSe 2023)
• Introduction to Causal Inference (SoSe 2022)
• Six-Sigma-Methode (SoSe 2022)
• Statistische Verfahren (WiSe 2021/22)
• Seminar "Kausale Inferenz" (SoSe 2021)
• Six-Sigma-Methode (SoSe 2021)
• Fallstudien II (WiSe 2020/21)

Wissenschaftliche Tätigkeit:

• Seit Nov. 2020: Wissenschaftlicher Mitarbeiter an der Fakultät Statistik
• Jan. 2016 – Nov. 2020: Studentische/Wissenschaftliche Hilfskraft an der Fakultät Statistik

Studium:

• M.Sc. (Statistik): Technische Universität Dortmund, 2020. Masterarbeit: Einsatz sequentieller Verfahren im Hyperparameter-Tuning.
• B.Sc. (Statistik): Technische Universität Dortmund, 2019. Bachelorarbeit: Modellierung und Vorhersage von Fußballbundesligaspielen mittels Random Forest.
• B.A. (Sozialwissenschaften): Heinrich-Heine Universität Düsseldorf, 2015.