Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Ce que la statistique peut offrir aux décideurs
-
Statistiques descriptives
- Statistiques de base - quelles statistiques (par exemple, médiane, moyenne, centiles, etc.) sont les plus pertinentes selon les différentes distributions.
- Graphiques - importance de la précision dans leur création (par exemple, la manière dont un graphique est conçu influence la prise de décision).
- Types de variables - quelles variables sont plus faciles à manipuler.
- Ceteris paribus, tout est en mouvement.
- Problème de la variable tiers - comment identifier le véritable facteur d'influence.
-
Statistiques inférentielles
- Valeur de probabilité - signification de la valeur p.
- Expériences répétées - comment interpréter les résultats d'expériences répétées.
- Collecte de données - vous pouvez minimiser les biais, mais pas les éliminer.
- Compréhension du niveau de confiance.
Pensée statistique
-
Prise de décision avec des informations limitées
- comment vérifier si l'information disponible est suffisante.
- priorisation des objectifs basée sur la probabilité et le rendement potentiel (ratio coût/bénéfice, arbres de décision).
-
Comment les erreurs s'accumulent
- Effet papillon.
- Cygnes noirs.
- Qu'est-ce que le chat de Schrödinger et qu'est-ce que la pomme de Newton dans le monde des affaires ?
-
Problème de Cassandra - comment mesurer une prévision lorsque le cours de l'action a changé.
- Tendances de la grippe de Google - comment cela a échoué.
- Comment les décisions rendent les prévisions obsolètes.
-
Prévisions - méthodes et praticité.
- ARIMA.
- pourquoi les prévisions naïves sont généralement plus réactives.
- Jusqu'où une prévision doit-elle remonter dans le passé ?
- pourquoi plus de données peuvent donner une pire prévision.
Méthodes statistiques utiles pour les décideurs
-
Description des données bivariées
- Données univariées et données bivariées.
-
Probabilité
- pourquoi les résultats diffèrent chaque fois que nous mesurons.
- Distributions normales et erreurs distribuées normalement.
-
Estimation
- Sources d'information indépendantes et degrés de liberté.
-
Logique des tests d'hypothèse
- Ce qui peut être prouvé, et pourquoi c'est toujours l'inverse de ce que nous souhaitons (Falsification).
- Interprétation des résultats des tests d'hypothèse.
- Tests des moyennes.
-
Puissance statistique
- Comment déterminer une taille d'échantillon adaptée (et économique).
- Faux positifs et faux négatifs, et pourquoi il s'agit toujours d'un compromis.
Pré requis
De bonnes compétences en mathématiques sont requises. Une exposition aux statistiques de base (c'est-à-dire une collaboration avec des personnes réalisant des analyses statistiques) est nécessaire.
7 Heures
Nos clients témoignent (3)
connaissances du formateur, adaptées sur mesure, tous les sujets abordés
eleni - EUAA
Formation - Forecasting with R
Traduction automatique
La variation avec l'exercice et la démonstration.
Ida Sjoberg - Swedish National Debt Office
Formation - Econometrics: Eviews and Risk Simulator
Traduction automatique
Les applications dans la vie réelle utilisant Statcan et le CER comme exemples.
Matthew - Natural Resources Canada
Formation - Data Analytics With R
Traduction automatique