Kurzusleírás
Mit kínálhat a statisztika a döntéshozóknak
-
Leíró statisztika
- Alapstatisztika - mely statisztikák (pl. medián, átlag, percentilis stb.) relevánsabbak a különböző eloszlásokhoz
- Grafikonok - a helyes elkészítés jelentősége (pl. hogyan tükrözi a döntést a grafikon elkészítésének módja)
- Változótípusok - mely változókkal könnyebb dolgozni
- Ceteris paribus, a dolgok mindig mozgásban vannak
- Harmadik változó probléma - hogyan találjuk meg a valódi befolyásolót
-
Következtető statisztika
- Valószínűségi érték - mi a P-érték jelentése
- Ismételt kísérlet - hogyan értelmezzük az ismételt kísérlet eredményeit
- Adatgyűjtés - minimalizálhatja az elfogultságot, de nem szüntetheti meg
- A megbízhatósági szint megértése
Statisztikai gondolkodás
-
Döntéshozatal korlátozott információval
- hogyan ellenőrizzük, hogy mennyi információ elegendő
- célok rangsorolása valószínűség és potenciális hozam alapján (haszon/költség arány, döntési fák)
-
Hogyan halmozódnak fel a hibák
- Pillangóhatás
- Fekete hattyúk
- Mi az Schrödinger macskája és mi a Newton almája az üzleti életben
-
Cassandra probléma - hogyan mérjük a előrejelzést, ha a cselekvési irány megváltozott
- Google Influenza trendek - hogyan ment félre
- Hogyan teszik a döntések az előrejelzést elavulttá
-
Előrejelzés - módszerek és gyakorlatiasság
- ARIMA
- Miért a naiv előrejelzések általában érzékenyebbek
- Milyen messzire kell visszatekintenie egy előrejelzésnek?
- Miért jelenthet több adat rosszabb előrejelzést?
Döntéshozóknak hasznos statisztikai módszerek
-
Bivariáns adatok leírása
- Univariáns adatok és bivariáns adatok
-
Valószínűség
- miért különböznek a dolgok minden méréskor?
- Normális eloszlások és normálisan eloszló hibák
-
Becslés
- Független információforrások és szabadsági fokok
-
Hipotézisvizsgálat logikája
- Mit lehet bizonyítani, és miért mindig az ellenkezője annak, amit szeretnénk (Hamisítás)
- A hipotézisvizsgálat eredményeinek értelmezése
- Átlagok tesztelése
-
Erő
- Hogyan határozzunk meg egy jó (és olcsó) mintaméretet
- Hamis pozitív és hamis negatív, és miért mindig kompromisszumról van szó
Követelmények
Jó matematikai készségek szükségesek. Alapvető statisztikai ismeretekkel való ismeretség szükséges (pl. olyan emberekkel való együttműködés, akik statisztikai elemzéseket végeznek).
Vélemények (5)
A változat az edzés és bemutatás során.
Ida Sjoberg - Swedish National Debt Office
Kurzus - Econometrics: Eviews and Risk Simulator
Gépi fordítás
a képző tanár-paciens volt, és nagyon töredezett arra, hogy mindannyian jól értsük a témákat, az órák szívesen játszottuk be
Mamonyane Taoana - Road Safety Department
Kurzus - Statistical Analysis using SPSS
Gépi fordítás
Az első és a második nap nagyon egyszerű volt számomra, és nagyon élveztem ezt az élményt.
Mareca Sithole - Africa Health Research Institute
Kurzus - R Fundamentals
Gépi fordítás
Igen tényleg élveztem a kézi gyakorlatokat.
Yunfa Zhu - Environmental and Climate Change Canada
Kurzus - Foundation R
Gépi fordítás
A tempó pontosan megfelelő volt, és a nyugodt hangulat segítette a jelölteknek, hogy nyugodtan kérdéseket tegyenek fel.
Rhian Hughes - Public Health Wales NHS Trust
Kurzus - Introduction to Data Visualization with Tidyverse and R
Gépi fordítás