Kursplan

Vad statistik kan erbjuda beslutsfattare

  • Beskrivande Statistics
    • Grundläggande statistik - vilken av statistiken (t.ex. median, medelvärde, percentiler etc...) som är mer relevant för olika fördelningar
    • Grafer - betydelsen av att det blir rätt (t.ex. hur grafen skapas på ett sätt som återspeglar beslutet)
    • Variabeltyper - vilka variabler är lättare att hantera
    • Ceteris paribus, saker och ting är alltid i rörelse
    • Tredje variabelproblemet - hur man hittar den riktiga influencern
  • Härledning Statistics
    • Sannolikhetsvärde - vad är meningen med P-värde
    • Upprepade experiment - hur man tolkar upprepade experimentresultat
    • Datainsamling - du kan minimera bias, men inte bli av med den
    • Förstå konfidensnivån

Statistiskt tänkande

  • Beslutsfattande med begränsad information
    • Så här kontrollerar du hur mycket information som är tillräckligt
    • Prioritera mål baserat på sannolikhet och potentiell avkastning (nytta/kostnadsförhållande, beslutsträd)
  • Hur fel läggs till
    • Fjärilseffekt
    • Svarta svanar
    • Vad är Schrödingers katt och vad är Newtons äpple i affärer
  • Cassandra Problem - hur man mäter en prognos om handlingsförloppet har ändrats
    • Google Influensatrender - hur det gick fel
    • Hur beslut gör prognosen föråldrad
  • Forecasting - Metoder och praktiska aspekter
    • ARIMA (ARIMA)
    • Varför naiva prognoser vanligtvis är mer responsiva
    • Hur långt bör en prognos blicka bakåt i tiden?
    • Varför kan mer data innebära sämre prognos?

Statistiska metoder användbara för beslutsfattare

  • Beskriva bivariata data
    • Univariata data och bivariata data
  • Sannolikhet
    • Varför skiljer sig saker och ting åt varje gång vi mäter dem?
  • Normalfördelningar och normalfördelade fel
  • Uppskattning
    • Oberoende informationskällor och frihetsgrader
  • Logik för hypotesprövning
    • Vad som kan bevisas, och varför det alltid är tvärtom vad vi vill (Falsifiering)
    • Tolkning av resultaten av hypotesprövning
    • Metoder för testning
  • Kraft
    • Hur man bestämmer en bra (och billig) provstorlek
    • Falskt positivt och falskt negativt och varför det alltid är en avvägning

Krav

Goda matematikkunskaper krävs. Exponering för grundläggande statistik (dvs. att arbeta med personer som gör den statistiska analysen) krävs.

 7 timmar

Antal deltagare


Price per participant

Vittnesmål (5)

Upcoming Courses

Relaterade Kategorier