U zou beter wat statistisch geschoold zijn. Want ik hoor het u al zeggen: "Wat kan lineaire regressieanalyse mij schelen? Ik laat dat met veel plezier over aan de econometristen." Maar uw beleggingen zijn misschien gebaseerd op een model van uw fondsbeheerder, een model met 95 procent betrouwbaarheid! Maar wat zou u denken van een airbag die in 95 procent van de gevallen werkt, maar zeker niet als je een frontale botsing hebt? U zou dat toch willen weten?
...

U zou beter wat statistisch geschoold zijn. Want ik hoor het u al zeggen: "Wat kan lineaire regressieanalyse mij schelen? Ik laat dat met veel plezier over aan de econometristen." Maar uw beleggingen zijn misschien gebaseerd op een model van uw fondsbeheerder, een model met 95 procent betrouwbaarheid! Maar wat zou u denken van een airbag die in 95 procent van de gevallen werkt, maar zeker niet als je een frontale botsing hebt? U zou dat toch willen weten? En statistische formules liggen nog veel dichter bij huis. Iedereen kent wel de 'formule-Claeys'. U kent die zeker als u ontslagen wordt, of de leuke job hebt anderen te ontslaan. En bent u goed een week geleden ook opgeschrikt toen bleek dat twee rechters het resultaat van de formule-Claeys hadden gehalveerd? Heiligschennis? Of correcte toepassing van de wet? Daarom even 'Formule-Claeys voor gevorderden'. Thierry Claeys is bekend als specialist sociaal recht. Hij wist al in 1974 beter dan wie ook dat het sociaal recht voor opzegtermijnen voor bedienden die meer verdienen dan een bepaald minimum (op dit ogenblik zo'n 30.000 euro) niet wettelijk vastgelegd wordt. Beide partijen moeten dat overeenkomen. Vreemde wetgeving: net als beide partijen elkaar naar de duivel wensen, moeten ze rond de tafel zitten en een win-winonderhandeling voeren. In de praktijk trekken beide partijen dus naar de rechtbank. Maar dat is een grote gok. De rechter heeft ook geen voorgeschreven termijnen. Hij kijkt naar anciënniteit, en zou ook moeten kijken naar de moeilijkheid om een gelijkaardige betrekking te vinden. Dat lijkt wel op een rad van fortuin. Niemand weet wat het resultaat zal zijn. Want het menselijke oordeel, zelfs dat van rechters, is notoir onvoorspelbaar. Maar advocaat Thierry Claeys had opgemerkt dat de opzegtermijnen van de meeste rechters bepaalde statistische regelmatigheden vertoonden. Elke statisticus herkent in dat patroon een probleem van (lineaire) regressieanalyse. Hoe 'voorspel' ik een variabele (opzegtermijn) aan de hand van een aantal andere (leeftijd, geslacht, aard van de functie, regio)? Maar mag je van een jurist verwachten dat hij iets begrijpt van vreemde woorden als 'BLUE-estimator' 'multicollineariteit', laat staan van de vreselijke ziekte 'heteroscedasticiteit'? Neen, behalve als je naam Thierry Claeys is. Hij stopte tientallen vonnissen in een (in die tijd wel erg primitieve) computer, en liet de software het werk doen. Hij was statistisch goed geschoold, want hij wist zelfs dat hij 'dummyvariabelen' kon gebruiken. Zo'n variabele kennen we allemaal. Man of vrouw, Europeaan of niet-Europeaan, leidinggevende functie of niet? En wat bleek? Rechters deden erg voorspelbare uitspraken, zolang je maar de juiste parameters ingaf. Het statistische model bleek erg betrouwbaar. De formule-Claeys was geboren. Sindsdien heeft de eigenaar van de formule die uiteraard regelmatig aangepast. En aangezien rechters zelf de formule hanteren als inspiratiebron, wordt de formule-Claeys steeds betrouwbaarder. Deze formule geeft dus niet aan hoe rechters zich moeten gedragen, welke termijnen ze moeten vastleggen, maar vertelt ons gewoon welke termijnen een rechter waarschijnlijk zal vastleggen. Beide partijen kunnen even hun zakrekenmachientje nemen, kunnen de formule-Claeys (met dummy's en al) berekenen, en kunnen zo goed inschatten welk risico ze lopen om naar de rechter te stappen. En wat is er nu vorige week gebeurd? Niets speciaals. De kranten hebben bericht dat twee rechters hun job hebben gedaan. Rechters moeten immers niet de formule-Claeys toepassen, zij moeten de wet toepassen, in casu de rechtspraak van het Hof van Cassatie volgen. En de twee gevallen waren knelpuntberoepen (verpleegkundige en slager) waar je dus snel een nieuwe job kan vinden. De rechters hebben dan blijkbaar de opzegtermijn gehalveerd. Dat is juridisch geen probleem, wiskundig ook niet, maar statistisch wel. Een aanpassing van de formule-Claeys zal een dummy (knelpuntberoep of niet) veronderstellen. Als alle rechters zo vriendelijk zijn hun uitkomst te halveren, dan blijf je gewoon de oude formule berekenen en deel je door twee bij knelpuntberoepen. Maar als rechters de opzegtermijn 'verminderen' volgens hun eigen oordeel, en geen vast aantal maanden 'aftrekken', maar een nogal schommelend percentage, dan verlaten we de vrij eenvoudige wereld van de lineaire regressiemodellen en zal Thierry Claeys ofwel een cursus statistiek voor gevorderden moeten volgen, ofwel een nieuwe formule (laten) bedenken. Arbeidshoven, in naam van de rechtszekerheid: willen jullie ofwel de termijn halveren, ofwel een vast aantal maanden aftrekken, en geen wisselend percentage? En wat jullie zeker niet mogen doen, is in het ene geval wel en in het andere geval geen rekening houden met de dummy knelpuntenberoep. Dat lijkt me én juridisch én statistisch niet optimaal. de auteur doceert management aan de Vlerick Leuven Gent Managementschool. Marc BuelensRechters moeten de formule-Claeys niet toepassen. Zij moeten de wet toepassen.