Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Co statystyka może zaoferować decydentom
- Opisowe Statistics
- Podstawowe statystyki - które z nich (np. mediana, średnia, percentyle itp.) są bardziej istotne dla różnych rozkładów.
- Wykresy - znaczenie prawidłowego wykonania wykresu (np. w jaki sposób sposób tworzenia wykresu odzwierciedla decyzję)
- Typy zmiennych - z jakimi zmiennymi łatwiej sobie poradzić.
- Ceteris paribus, rzeczy są zawsze w ruchu
- Problem trzeciej zmiennej - jak znaleźć prawdziwy czynnik wpływający na decyzję?
- Wnioskowanie Statistics
- Wartość prawdopodobieństwa - jakie jest znaczenie wartości P
- Powtarzany eksperyment - jak interpretować wyniki powtarzanego eksperymentu?
- Gromadzenie danych - można zminimalizować stronniczość, ale nie można się jej pozbyć
- Zrozumienie poziomu ufności
Myślenie statystyczne
- Podejmowanie decyzji przy ograniczonych informacjach
- jak sprawdzić, ile informacji jest wystarczających
- ustalanie priorytetów celów na podstawie prawdopodobieństwa i potencjalnego zwrotu (stosunek korzyści do kosztów, drzewa decyzyjne)
- Jak sumują się błędy
- Efekt motyla
- Czarne łabędzie
- Czym jest kot Schrödingera, a czym jabłko Newtona w biznesie?
- Cassandra Problem - jak zmierzyć prognozę, jeśli zmienił się sposób działania?
- Google Trendy grypy - jak poszło nie tak
- Jak decyzje dezaktualizują prognozy
- Forecasting - metody i praktyczność
- ARIMA
- Dlaczego naiwne prognozy są zazwyczaj bardziej responsywne
- Jak daleko prognoza powinna sięgać w przeszłość?
- Dlaczego więcej danych może oznaczać gorszą prognozę?
Metody statystyczne przydatne dla decydentów
- Opisywanie danych dwuwymiarowych
- Dane jednowymiarowe i dane dwuwymiarowe
- Prawdopodobieństwo
- Dlaczego rzeczy różnią się za każdym razem, gdy je mierzymy?
- Rozkład normalny i błędy o rozkładzie normalnym
- Szacowanie
- Niezależne źródła informacji i stopnie swobody
- Logika testowania hipotez
- Co można udowodnić i dlaczego zawsze jest odwrotnie niż chcemy (falsyfikacja)
- Interpretacja wyników testowania hipotez
- Testowanie środków
- Moc
- Jak określić dobry (i tani) rozmiar próby
- Fałszywie dodatnie i fałszywie ujemne wyniki i dlaczego zawsze jest to kompromis
Wymagania
Wymagane są dobre umiejętności matematyczne. Wymagany jest kontakt z podstawowymi statystykami (tj. praca z osobami zajmującymi się analizą statystyczną).
7 godzin
Opinie uczestników (5)
Różnice w ćwiczeniach i pokazach.
Ida Sjoberg - Swedish National Debt Office
Szkolenie - Econometrics: Eviews and Risk Simulator
Przetłumaczone przez sztuczną inteligencję
trener okazywał cierpliwość i chętnie upewniał się, że wszyscy zrozumieli omawiane tematy, zajęcia były przyjemne do uczestnictwa
Mamonyane Taoana - Road Safety Department
Szkolenie - Statistical Analysis using SPSS
Przetłumaczone przez sztuczną inteligencję
Tempo było właściwe, a luźna atmosfera sprawiała, że kandydaci czuli się swobodnie, zadając pytania.
Rhian Hughes - Public Health Wales NHS Trust
Szkolenie - Introduction to Data Visualization with Tidyverse and R
Przetłumaczone przez sztuczną inteligencję
Michael, trener, jest bardzo znanym i sprawnym specjalistą w dziedzinie Big Data oraz R. Jest bardzo elastyczny i szybko dostosowuje szkolenia do potrzeb klientów. Ponadto potrafi na bieżąco rozwiązywać techniczne i zawodowe problemy. Fantastyczne i profesjonalne szkolenie!
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Szkolenie - Programming with Big Data in R
Przetłumaczone przez sztuczną inteligencję
I cieszyłem się z dostarczonych Excel arkuszy z ćwiczeniami wraz z przykładami. Oznaczało to, że jeśli Tamil był zajęty pomocą innym ludziom, mógłbym kontynuować z następnymi częściami.
Luke Pontin
Szkolenie - Data and Analytics - from the ground up
Przetłumaczone przez sztuczną inteligencję
