Návrh Školení
Co může statistika nabídnout rozhodovačům
-
Popisová statistika
- Základní statistiky - které statistiky (např. medián, průměr, percentily atd.) jsou důležitější pro různé distribuce
- Grafy - význam správného zobrazení (např. jak způsob, jakým je graf vytvořen, ovlivňuje rozhodnutí)
- Typy proměnných - které proměnné jsou snadněji spravovatelné
- Vše je v pohybu, i když se jiné věci nezmění (ceteris paribus)
- Problém třetí proměnné - jak najít skutečného ovlivňovatele
-
Odpůvodňovací statistika
- Pravděpodobnostní hodnota - co znamená P-hodnota
- Opakovaný pokus - jak interpretovat výsledky opakovaných experimentů
- Shromažďování dat - můžete minimalizovat bias, ale nezlikvidovat jej úplně
- Chápaní důvěryhodnosti
Statistické uvažování
-
Rozhodování s omezenou informací
- jak zjistit, kolik informace je dostatečné
- priorizace cílů na základě pravděpodobnosti a potenciálního výnosu (poměr náklady/přínos, rozhodovací stromy)
-
Jak se chyby sčítají
- Efeito borboleta (Efekt motýlí křídla)
- Černé labutě
- Co je Schrödingerova kočka a co Newtonovo jablko v obchodním světě
-
Problem Cassandra - jak měřit předpověď, pokud se směr akce změnil
- Google Flu trends - jak to selhalo
- Jak rozhodnutí mohou zastaralit předpověď
-
Předpovídání - metody a praktičnost
- ARIMA
- Proč jsou naivní předpovědi často reagují rychleji
- Jak daleko by měla předpověď zpětně pohlížet?
- Proč více dat nemusí znamenat lepší předpověď?
Statistické metody užitečné pro rozhodovače
-
Popis dvoudimenzionálních dat
- Jednodimenzionální a dvoudimenzionální data
-
Pravděpodobnost
- proč se věci každým měřením liší?
- Normální distribuce a normálně distribuované chyby
-
Odhadování
- Nezávislé zdroje informací a stupně volnosti
-
Logika testování hypotéz
- Co lze prokázat a proč je to vždy opak toho, co chceme (Falsifikace)
- Interpretace výsledků testování hypotéz
- Testování průměrů
-
Síla testu
- Jak určit vhodnou (a levnou) velikost vzorku
- Falešné pozitivy a falešné negativy a proč to vždy znamená kompromis
Požadavky
Jsou požadovány dobré matematické dovednosti. Je vyžadováno zkušenosti s základními statistikami (například spolupráce s lidmi, kteří provádějí statistickou analýzu).
Reference (5)
Variace s cvičením a ukázkovým zobrazením.
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
Instruktor měl trpělivost a byl ochoten se ujistit, že všichni témata pochopíme. Přednášky bylo skvělé navštěvovat.
Mamonyane Taoana - Road Safety Department
Kurz - Statistical Analysis using SPSS
Přeloženo strojem
První a druhý den byly pro mě skutečně jednoduché a opravdu jsem si to užil.
Mareca Sithole - Africa Health Research Institute
Kurz - R Fundamentals
Přeloženo strojem