Nuvarande forskning
Mitt metodarbete fokuserar på att kombinera sekvensanalys och probabilistisk modellering och utveckla metoder för att simulera komplexa samhällsvetenskapliga sekvensdata t.ex. med avseende på bostad, sysselsättning, och familjeliv, som studeras parallellt i syfte att undersöka effekter av interventioner på individernas livsförlopp.
Förutom det metodologiska arbetet samarbetar jag med Juta Kawalerowicz för att analysera politiska kandidaters livshistorier och med Benjamin Jarvis för att analysera bostadskarriärer och grannskapssegregation.
Tidigare forskning
Jag färdigställde min avhandling i statistik vid Jyväskylä universitet i Finland 2016. I min avhandling jämförde jag olika statistiska metoder - sekvensanalys, event history-analys och dolda Markov-modeller - för analys av komplexa livsförloppsdata. Dessa metoder beskrevs och testades med empiriska analyser, till exempel för att studera vilka kombinationer av familje- och karriärförlopp som är typiska respektive atypiska; för att undersöka samband mellan individers barndomsegenskaper och deras framtida partnerskapsmönster; samt för att komprimera information över olika livsdomäner till mer allmänna livsförlopp.
Förutom avhandlingen resulterade min forskarutbildning i ett R-paket som heter seqHMM. Det är en öppen programvara för analys och visualisering av kategoriska sekvensdata kombinerat med dolda Markov-modeller.
Efter min disputation arbetade jag som postdoktor i gruppen Multigenerational Demography vid Sociologiska institutionen vid Oxford University som arbetar med multigenerationell överföring av utbildning. Min forskning var inriktad på betydelsen som händelser i barndomen har för multigenerationell överföring av utbildning.