Schulungsübersicht
Was Statistik den Entscheidungsträgern bieten kann
-
Deskriptive Statistik
- Grundlegende Statistiken - welche Statistiken (z. B. Median, Durchschnitt, Perzentile etc.) für verschiedene Verteilungen relevant sind
- Diagramme - Bedeutung der korrekten Darstellung (z. B. wie die Art der Erstellung des Diagramms die Entscheidung beeinflusst)
- Variablentypen - welche Variablen leichter zu handhaben sind
- Ceteris paribus, Dinge sind ständig in Bewegung
- Third variable problem - wie man den echten Einflussfaktor findet
-
Inferenzstatistik
- Wahrscheinlichkeitswert - was bedeutet der p-Wert?
- Wiederholtes Experiment - wie interpretiert man die Ergebnisse wiederholter Experimente?
- Datenbeschaffung - Sie können Verzerrungen minimieren, aber nicht vollständig beseitigen
- Konfidenzniveau verstehen
Statistisches Denken
-
Entscheidungen treffen bei begrenzten Informationen
- wie man ermittelt, welche Menge an Informationen ausreicht
- Ziele priorisieren auf Basis von Wahrscheinlichkeit und potenziellem Ertrag (Kosten-Nutzen-Verhältnis, Entscheidungsbaume)
-
Wie Fehler sich aufsummieren
- Schmetterlingseffekt
- Schwarze Schwäne
- Was ist Schrödingers Katze und Newtons Apfel im Geschäft?
-
Cassandra-Problem - wie man eine Prognose misst, wenn die Handlungsweise geändert wurde
- Google Flu Trends - was ging schief?
- Wie Entscheidungen Prognosen veraltet machen
-
Prognose - Methoden und Praktikabilität
- ARIMA
- Warum naive Prognosen oft responsiver sind
- Wie weit sollte eine Prognose in die Vergangenheit zurückgehen?
- Warum mehr Daten manchmal schlechtere Prognosen bedeuten können?
Für Entscheidungsträger nützliche statistische Methoden
-
Beschreibung von bivariaten Daten
- Univariate und bivariate Daten
-
Wahrscheinlichkeit
- warum unterscheiden sich die Ergebnisse jedes Mal, wenn wir sie messen?
- Normalverteilungen und normalverteilte Fehler
-
Schätzung
- Unabhängige Informationsquellen und Freiheitsgrade
-
Logik der Hypothesentests
- Was kann bewiesen werden und warum ist es immer das Gegenteil von dem, was wir wollen (Falsifikation)
- Interpretation der Ergebnisse von Hypothesentests
- Mittelwerte testen
-
Power
- Wie man eine gute (und günstige) Stichprobengröße bestimmt
- Falschpositive und falschnegative Ergebnisse und warum es immer ein Kompromiss ist
Voraussetzungen
Gute mathematische Fähigkeiten sind erforderlich. Grundkenntnisse in Statistik (z. B. Arbeit mit Personen, die statistische Analysen durchführen) sind erforderlich.
Erfahrungsberichte (5)
Die Variation mit Übung und Vorführung.
Ida Sjoberg - Swedish National Debt Office
Kurs - Econometrics: Eviews and Risk Simulator
Maschinelle Übersetzung
es war informativ und nützlich
Brenton - Lotterywest
Kurs - Building Web Applications in R with Shiny
Maschinelle Übersetzung
Viele Beispiele und Übungen zum Thema der Schulung.
Tomasz - Ministerstwo Zdrowia
Kurs - Advanced R Programming
Maschinelle Übersetzung
Der Trainer hatte Geduld und war darauf bedacht, dass wir alle die Themen verstehen. Die Kurse waren unterhaltsam und es machte Spaß daran teilzunehmen.
Mamonyane Taoana - Road Safety Department
Kurs - Statistical Analysis using SPSS
Maschinelle Übersetzung
Das Tempo war gerade richtig und die entspannte Atmosphäre ermöglichte es den Kandidaten, sich wohl zu fühlen und Fragen zu stellen.
Rhian Hughes - Public Health Wales NHS Trust
Kurs - Introduction to Data Visualization with Tidyverse and R
Maschinelle Übersetzung