课程大纲

统计数据可以为决策者提供什么

    描述性 Statistics 基本统计 - 哪些统计(例如中位数、平均值、百分位数等)与不同的分布更相关 图表 - 正确处理的重要性(例如,图表的创建方式如何反映决策) 变量类型 - 哪些变量更容易处理 Ceteris paribus,事物总是在运动 第三个变量问题——如何找到真正的影响者
推理 Statistics 概率值 - P 值的含义是什么
  • 重复实验 - 如何解释重复实验结果
  • 数据收集 - 您可以最大限度地减少偏见,但不能摆脱它
  • 了解置信度
  • 统计思维
  • 在信息有限的情况下做出决策 如何检查多少信息才足够 根据概率和潜在回报(收益/成本比、决策树)确定目标的优先级

      错误如何累积 蝴蝶效应
    黑天鹅
  • 什么是薛定谔的猫,什么是牛顿的苹果
  • Cassandra 问题 - 如果行动过程发生了变化,如何衡量预测 Google 流感趋势 - 它是如何出错的
  • 决策如何使预测过时
  • Forecasting - 方法和实用性 阿里玛
  • 为什么幼稚的预测通常反应更灵敏
  • 预测应该在多大程度上回顾过去?
  • 为什么更多的数据可能意味着更糟糕的预测?
  • 对决策者有用的统计方法
  • 描述双变量数据 单变量数据和双变量数据
  • 概率 为什么每次我们测量它们时情况都不同?
  • 正态分布和正态分布误差
  • 估计 独立的信息来源和自由度

      假设检验的逻辑 可以证明什么,为什么它总是与我们想要的相反(伪造)
    解释假设检验的结果
  • 测试手段
  • 权力 如何确定一个好的(和便宜的)样本量
  • 假阳性和假阴性以及为什么它总是需要权衡
  • 要求

    需要良好的数学技能。需要接触基本统计数据(即与进行统计分析的人一起工作)。

      7 小时

    人数


    开始

    完结


    Dates are subject to availability and take place between 09:30 and 16:30.

    每位参与者的报价

    客户评论 (7)

    相关课程

    课程分类