Návrh Školení

Co může statistika nabídnout rozhodovačům

  • Deskriptivní statistika
    • Základní statistiky - které statistiky (např. medián, průměr, percentily atd...) jsou relevantnější pro různé rozložení
    • Grafy - význam správného zobrazení (např. jak způsob vytvoření grafu odráží rozhodnutí)
    • Typy proměnných - které proměnné jsou snadnější k zpracování
    • Ceteris paribus, věci se stále mění
    • Problém třetí proměnné - jak najít skutečného ovlivňovače
  • Inferenční statistika
    • Hodnota pravděpodobnosti - co znamená P-hodnota
    • Zopakování experimentu - jak interpretovat výsledky opakovaného experimentu
    • Shromáždění dat - můžete minimalizovat bias, ale nemůžete se ho zbavit
    • Pochopení úrovně spolehlivosti

Statistické myšlení

  • Rozhodování s omezenými informacemi
    • jak zjistit, kolik informací je dostatečné
    • nastavení cílů na základě pravděpodobnosti a potenciálního návratu (koeficient přínos/náklady, rozhodovací stromy)
  • Jak se chyby hromadí
    • Effekt motýlích křídel
    • Černé labutě
    • Co je Schrödingerův kocour a Newtonovo jablíčko v podnikání
  • Cassandra problém - jak měřit předpověď, pokud se směr akce změnil
    • Trendy Google Flu - co se stalo špatně
    • Jak rozhodnutí zastarají předpovědi
  • Předpovídání - metody a praktičnost
    • ARIMA
    • Proč naivní předpovědi jsou obvykle reaktivnější
    • Jak daleko do minulosti by měla předpověď sahat?
    • Proč více dat může znamenat horší předpověď?

Statistické metody užitečné pro rozhodovače

  • Popis dvou proměnných
    • Jednovariantní data a dvouváriantní data
  • Pravděpodobnost
    • proč se věci liší při každém měření?
  • Normální rozložení a normálně distribuované chyby
  • Odhady
    • Nezávislé zdroje informací a stupně volnosti
  • Logika testování hypotéz
    • Co lze dokázat a proč je to vždy opak toho, co chceme (falsifikace)
    • Vykládání výsledků testování hypotéz
    • Testování středních hodnot
  • Síla
    • Jak určit dobrý (a levný) počet vzorků
    • Falšivá pozitiva a falšivá negativa a proč to vždy znamená kompromis

Požadavky

Je vyžadován dobrý matematický základ. Požaduje se znalost základní statistiky (například spolupráce s lidmi, kteří provádějí statistickou analýzu).

 7 hodiny

Počet účastníků


Cena za účastníka

Reference (5)

Nadcházející kurzy

Související kategorie