Kursplan
Hva statistikk kan tilby beslutningsnemmere
-
Beskrivende statistikk
- Grunnleggende statistikk - hvilke statistikk (f.eks. median, gjennomsnitt, percentiler etc...) som er mest relevante for ulike fordelinger
- Grafikk - betydningen av å få det riktig (f.eks. hvordan måten grafen er laget på reflekterer beslutningen)
- Variabeltyper - hvilke variabler er enklere å håndtere
- Ceteris paribus, ting er alltid i bevegelse
- Tredjepartseffekt - hvordan finne den virkelige påvirkende faktoren
-
Inferensiell statistikk
- Sannsynlighetverdi - hva betyr P-verdien
- Gjentatt eksperiment - hvordan tolke resultatene fra gjentatte eksperimenter
- Datainnsamling - du kan minimere bias, men ikke unngå det
- Forståelse av konfidensnivåer
Statistisk tenkning
-
Beslutningsfattning med begrenset informasjon
- hvordan sjekke om nok informasjon er tilgjengelig
- prioritert mål basert på sannsynlighet og potensiell return (nytte/kostforhold, beslutningstreer)
-
Hvordan feil summer seg
- Sommerfuggeffekten
- Svarte svaner
- Hvem er Schrödinger's kat og Newtons eple i business
-
Kassandra-problemet - hvordan måle en prognose hvis handlingen har endret seg
- Google Flu-trender - hvordan det gikk feil
- Hvordan beslutninger gjør prognoser fordat
-
Prognose - metoder og praktisk anvendbarhet
- ARIMA
- Hvorfor naive prognoser vanligvis er mer reaktive
- Hvor langt tilbake skal en prognose se?
- Hvorfor mer data kan bety verre prognoser?
Statistiske metoder som er nyttige for beslutningsnemmere
-
Beskrivelse av bivariat data
- Univariat data og bivariat data
-
Sannsynlighet
- hvorfor ting varierer hver gang vi måler dem?
- Normalfordelinger og normalt fordelt feil
-
Estimering
- Uavhengige informasjonskilder og frihetsgrader
-
Logikk i hypotesetesting
- Hva kan bevises, og hvorfor det alltid er det motsatte av hva vi ønsker (falsifisering)
- Tolkning av resultater fra hypotesetesting
- Testing av middelverdier
-
Kraft
- Hvordan bestemme en god (og billig) prøvestørrelse
- Falske positiver og falske negativer, og hvorfor det alltid er et kompromiss
Krav
gode matematikkferdigheter er kreves. Erfaring med grunnleggende statistikk (f.eks. jobbe sammen med folk som gjør statistisk analyse) er påkrevd.
Referanser (5)
Variasjonen med øvelser og visning.
Ida Sjoberg - Swedish National Debt Office
Kurs - Econometrics: Eviews and Risk Simulator
Maskinoversatt
det var informativt og nyttig
Brenton - Lotterywest
Kurs - Building Web Applications in R with Shiny
Maskinoversatt
Mange eksempler og øvelser relatert til emnet for oppliftingen.
Tomasz - Ministerstwo Zdrowia
Kurs - Advanced R Programming
Maskinoversatt
instruktøren hadde tålmodighet og var ivrig på å sikre at vi alle forsto emnene, klassene var spennende å delta i
Mamonyane Taoana - Road Safety Department
Kurs - Statistical Analysis using SPSS
Maskinoversatt
Dag 1 og dag 2 var virkelig rett frem for meg, og jeg nyttet den opplevelsen virkelig.
Mareca Sithole - Africa Health Research Institute
Kurs - R Fundamentals
Maskinoversatt