Plan du cours

Ce que la statistique peut offrir aux décideurs

  • Statistiques descriptives
    • Statistiques de base - quelles statistiques (par exemple, médiane, moyenne, percentiles, etc.) sont plus pertinentes pour différentes distributions
    • Graphiques - l'importance d'une présentation correcte (par exemple, comment la façon dont le graphique est créé influence la décision)
    • Types de variables - quelles variables sont plus faciles à gérer
    • Ceteris paribus, tout est toujours en mouvement
    • Problème de la troisième variable - comment trouver le vrai influençant
  • Statistiques inférentielles
    • Valeur de probabilité - quelle est la signification de la valeur P
    • Expérience répétée - comment interpréter les résultats d'une expérience répétée
    • Collecte de données - vous pouvez minimiser le biais, mais pas l'éliminer complètement
    • Comprendre le niveau de confiance

Pensée statistique

  • Prise de décision avec des informations limitées
    • comment vérifier si l'information est suffisante
    • hiérarchisation des objectifs en fonction de la probabilité et du rendement potentiel (rapport bénéfice/coût, arbres de décision)
  • Comment les erreurs s'accumulent
    • Effet papillon
    • Cygnes noirs
    • Qu'est-ce que le chat de Schrödinger et la pomme de Newton en affaires
  • Problème de Cassandre - comment mesurer une prévision si le cours d'action a changé
    • Google Flu trends - où cela a mal tourné
    • Comment les décisions rendent les prévisions obsolètes
  • Prévision - méthodes et praticité
    • ARIMA
    • Pourquoi les prévisions naïves sont généralement plus réactives
    • À quelle distance dans le passé une prévision devrait-elle regarder ?
    • Pourquoi plus de données peuvent signifier des prévisions moins précises ?

Méthodes statistiques utiles pour les décideurs

  • Description des données bivariées
    • Données univariées et bivariées
  • Probabilité
    • pourquoi les choses varient-elles à chaque fois que nous les mesurons ?
  • Distributions normales et erreurs normalement distribuées
  • Estimation
    • Sources indépendantes d'information et degrés de liberté
  • Logique du test d'hypothèses
    • Ce qui peut être prouvé, et pourquoi c'est toujours le contraire de ce que nous voulons (Falsification)
    • Interprétation des résultats du test d'hypothèses
    • Tests de moyennes
  • Puissance
    • Comment déterminer une taille d'échantillon bonne (et peu coûteuse)
    • Faux positifs et faux négatifs et pourquoi c'est toujours un compromis

Pré requis

Des compétences en mathématiques solides sont requises. Une exposition aux statistiques de base (c'est-à-dire le travail avec des personnes qui effectuent l'analyse statistique) est nécessaire.

 7 Heures

Nombre de participants


Prix ​​par Participant

Nos clients témoignent (5)

Cours à venir

Catégories Similaires