Plan Szkolenia

Co statystyka może oferować decydentom

  • Opisowe statystyki
    • Podstawowe statystyki - które z nich (np. mediana, średnia, percentyle itp.) są bardziej relevantne dla różnych rozkładów
    • Wykresy - znaczenie poprawnego ich tworzenia (np. jak sposób tworzenia wykresu wpływa na decyzję)
    • Typy zmiennych - jakie zmienne są łatwiejsze do obsługi
    • Ceteris paribus, rzeczy zawsze się zmieniają
    • Problem trzeciej zmiennej - jak znaleźć prawdziwego wpływacza
  • Statystyki wnioskowe
    • Wartość prawdopodobieństwa - co oznacza wartość P
    • Powtarzalny eksperyment - jak interpretować wyniki powtarzalnego eksperymentu
    • Zbieranie danych - możesz zmniejszyć bias, ale nie możesz go całkowicie eliminować
    • Zrozumienie poziomu ufności

Statystyczne myślenie

  • Podnoszenie decyzji przy ograniczonych informacjach
    • jak sprawdzić, ile informacji jest wystarczająco dużo
    • priorytetyzacja celów na podstawie prawdopodobieństwa i potencjalnej zyskowności (stosunek koszt/zwrot, drzewa decyzyjne)
  • Jak błędy się sumują
    • Efekt motyla
    • Czarny łabędź
    • Co to jest kot Schrödingera i jabłko Newtona w biznesie
  • Problem Kassandra - jak mierzyć prognozę, jeśli zmieniła się trasa działania
    • Google Flu trends - dlaczego poszło źle
    • Jak decyzje sprawiają, że prognozy stają się przestarzałe
  • Prognozowanie - metody i praktyczność
    • ARIMA
    • Dlaczego proste prognozy są zwykle bardziej reaktywne
    • Jak daleko powinna sięgać w przeszłość prognoza?
    • Dlaczego więcej danych może oznaczać gorszą prognozę?

Statystyczne metody przydatne dla decydentów

  • Opis danych dwuwymiarowych
    • Jednowymiarowe i dwuwymiarowe dane
  • Prawdopodobieństwo
    • czemu rzeczy różnią się za każdym razem, gdy je mierzymy?
  • Normalne rozkłady i błędy normalnie rozłożone
  • Estymacja
    • Niezależne źródła informacji i stopnie swobody
  • Logika testowania hipotez
    • Co można udowodnić, a dlaczego zawsze jest to przeciwne temu, czego chcemy (fałsyzacja)
    • Interpretacja wyników testowania hipotez
    • Testowanie średnich
  • Moc statystyczna
    • Jak wyznaczyć dobrą (i taną) wielkość próby
    • Fałszywe pozytywy i fałszywe negatywy oraz dlaczego zawsze jest to kompromis

Wymagania

Wymagane są dobrze rozwinięte umiejętności matematyczne. Konieczne jest również znajomość podstaw statystyki (np. praca z osobami, które wykonują analizy statystyczne).

 7 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (5)

Propozycje terminów

Powiązane Kategorie