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).

 7 hodiny

Počet účastníků


Cena za účastníka

Reference (5)

Nadcházející kurzy

Související kategorie