Kurzusleírás
A statisztika, amit döntőknek nyújthat
- Leíró Statistics
- Alapvető statisztika - mely statisztikák (pl. median, átlag, percentilis stb.) relevanttek különböző eloszlásokhoz
- Grafikonok - a helyes grafikus ábrázolás jelentősége (pl. hogyan határozza meg a grafikon létrehozás módja a döntést)
- Variábeltípusok - melyek a kezelhetőbb változók
- Ceteris paribus, mindent folyamatosan változik
- Harmadik változó probléma - hogyan találjuk meg a valódi befolyásoló tényezőt
- Feltevéses Statistics
- Valószínűségi érték - a P-value jelentése
- Ismételt kísérlet - ismételt kísérleti eredmények értelmezése
- Adatgyűjtés - a hiba minimalizálása, de nem a teljes eltávolítása
- Bizalomszint megértése
Statisztikai gondolkodás
- Döntéshozatal korlátozott információ alapján
- hogyan lehet eldönteni, mennyi információ elég
- célok prioritizálása valószínűség és potenciális haszon (haszon-költség arány, döntési fák) alapján
- Hogyan adódnak össze a hibák
- Lepkehatás
- Fekete hattyúk
- Mi az Schrödinger macskája és Newton alma a üzleti gyakorlatban
- Cassandra Probléma - hogyan mérjük egy előrejelzést, ha a teendő módja megváltozott
- Google Influenza trendek - hogyan ment rosszul
- Hogyan tettek döntéseket, amelyek a jövőbeli előrejelzéseket elmossák
- Forecasting - módszerek és gyakorlati alkalmazhatóság
- ARIMA
- Miért vannak a naiv előrejelzések általában reaktívabbak
- Milyen messzire nézzen vissza egy előrejelzés
- Miért jelenthet több adat rosszabb előrejelzést
Statisztikai módszerek, hasznosak döntőknek
- Bivariát adatok leírása
- Univariát adatok és bivariát adatok
- Valószínűség
- Miért különböznek a mérések minden egyes alkalommal
- Normális eloszlások és normális hiba
- Becslés
- Független információforrások és szabadsági fokok
- Hipotézisvizsgálat logikája
- Mit bizonyíthatunk és miért mindig az ellenkező az, amit szeretnénk (Falsification)
- Hipotézisvizsgálat eredmények értelmezése
- Átlagok tesztelése
- Hatalom
- Hogyan határozzuk meg egy jó (és költséghatékony) mintavételek számát
- Hamis pozitív és hamis negatív és miért mindig kompromisszum
Követelmények
Adequate mathematical skills are required. Experience with basic statistics (i.e., working with individuals who conduct statistical analysis) is essential.
Vélemények (5)
Variáció gyakorlatokkal és bemutatással.
Ida Sjoberg - Swedish National Debt Office
Kurzus - Econometrics: Eviews and Risk Simulator
Gépi fordítás
Sok példa és gyakorlat a képzés témájához kapcsolódóan.
Tomasz - Ministerstwo Zdrowia
Kurzus - Advanced R Programming
Gépi fordítás
A oktató türelemmel rendelkezett, és igyekezett biztosítani, hogy mindannyian megértjük a témákat. Az órák élvezetesek voltak.
Mamonyane Taoana - Road Safety Department
Kurzus - Statistical Analysis using SPSS
Gépi fordítás
A 1. és 2. nap nagyon egyszerű volt számomra, és nagyon élveztem az élményt.
Mareca Sithole - Africa Health Research Institute
Kurzus - R Fundamentals
Gépi fordítás
A tempó pontos volt, és a lazul légkört akadálytalanul lehetett kérdéseket feltenni.
Rhian Hughes - Public Health Wales NHS Trust
Kurzus - Introduction to Data Visualization with Tidyverse and R
Gépi fordítás