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.

 7 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák