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).
Reference (5)
Variace s cvičením a předváděním.
Ida Sjoberg - Swedish National Debt Office
Kurz - Econometrics: Eviews and Risk Simulator
Přeloženo strojem
bylo to informativní a užitečné
Brenton - Lotterywest
Kurz - Building Web Applications in R with Shiny
Přeloženo strojem
Mnoho příkladů a cvičení souvisejících s tématem školení.
Tomasz - Ministerstwo Zdrowia
Kurz - Advanced R Programming
Přeloženo strojem
the trainer had patience, and was eager to make sure we all understood the topics, the classes were fun to attend
Mamonyane Taoana - Road Safety Department
Kurz - Statistical Analysis using SPSS
Day 1 and Day 2 were really straight forward for me and really enjoyed that experience.
 
                    