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).

 7 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák