Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Co statystyka może zaoferować decydentom
-
Statystyka opisowa
- Podstawowe statystyki - które z nich (np. mediana, średnia, percentyle itp.) są bardziej istotne dla różnych rozkładów
- Wykresy - znaczenie ich prawidłowego wykonania (np. jak sposób stworzenia wykresu wpływa na decyzję)
- Typy zmiennych - jakie zmienne są łatwiejsze w obsłudze
- Ceteris paribus, rzeczy są zawsze w ruchu
- Problem trzeciej zmiennej - jak znaleźć prawdziwego wpływacza
-
Statystyka inferencyjna
- Wartość p - co oznacza wartość p
- Powtarzalne eksperymenty - jak interpretować wyniki powtarzanych eksperymentów
- Zbieranie danych - można zminimalizować błąd, ale nie można go całkowicie wyeliminować
- Zrozumienie poziomu ufności
Statystyczne myślenie
-
Podejmowanie decyzji przy ograniczonych informacjach
- jak sprawdzić, ile informacji jest wystarczających
- priorytetyzacja celów na podstawie prawdopodobieństwa i potencjalnego zysku (wskaźnik korzyści do kosztów, drzewa decyzyjne)
-
Jak błędy się kumulują
- Efekt motyla
- Czarne łabędzie
- Co to jest kot Schrödingera i jabłko Newtona w biznesie
-
Problem Kasandry - jak ocenić prognozę, gdy działania uległy zmianie
- Google Flu trends - jak poszło nie tak
- Jak decyzje sprawiają, że prognozy stają się przestarzałe
-
Prognozowanie - metody i praktyczność
- ARIMA
- Dlaczego naiwne prognozy są zwykle bardziej responsywne
- Jak daleko w przeszłość powinna sięgać prognoza?
- Dlaczego więcej danych może oznaczać gorszą prognozę?
Metody statystyczne przydatne dla decydentów
-
Opis danych dwuwymiarowych
- Dane jednowymiarowe i dwuwymiarowe
-
Prawdopodobieństwo
- dlaczego rzeczy różnią się za każdym razem, gdy je mierzymy?
- Rozkłady normalne i normalnie rozłożone błędy
-
Estymacja
- Niezależne źródła informacji i stopnie swobody
-
Logika testowania hipotez
- Co można udowodnić i dlaczego zawsze jest to przeciwieństwo tego, czego chcemy (Falsyfikacja)
- Interpretacja wyników testowania hipotez
- Testowanie średnich
-
Moc
- Jak określić dobrą (i tanią) wielkość próby
- Fałszywe pozytywy i fałszywe negatywy oraz dlaczego zawsze jest to kompromis
Wymagania
Wymagane są dobre umiejętności matematyczne. Wymagane jest również zaznajomienie z podstawami statystyki (np. praca z osobami, które przeprowadzają analizy statystyczne).
7 godzin
Opinie uczestników (3)
zakres wiedzy trenera, dostosowany do potrzeb, wszystkie tematy omówione
eleni - EUAA
Szkolenie - Forecasting with R
Przetłumaczone przez sztuczną inteligencję
Wersja z ćwiczeniami i pokazem.
Ida Sjoberg - Swedish National Debt Office
Szkolenie - Econometrics: Eviews and Risk Simulator
Przetłumaczone przez sztuczną inteligencję
Rzeczywiste zastosowania przy użyciu Statcan i CER jako przykładów.
Matthew - Natural Resources Canada
Szkolenie - Data Analytics With R
Przetłumaczone przez sztuczną inteligencję
