Prenez contact avec nous

Plan du cours

Ce que les statistiques peuvent offrir aux décideurs

  • Statistiques descriptives
    • Statistiques de base - lesquelles des statistiques (par exemple, médiane, moyenne, percentiles, etc.) sont les plus pertinentes pour différentes distributions
    • Graphiques - importance de les réaliser correctement (par exemple, la manière dont le graphique est construit reflète la décision)
    • Types de variables - quelles variables sont plus faciles à traiter
    • Autres choses étant égales par ailleurs : les choses sont toujours en mouvement
    • Problème de la troisième variable - comment trouver l'influenceur réel
  • Statistiques inférentielles
    • Valeur P - quel est le sens de la valeur P
    • Expériences répétées - comment interpréter les résultats d'expériences répétées
    • Collecte de données - vous pouvez minimiser le biais, mais pas l'éliminer complètement
    • Compréhension du niveau de confiance

Pensée statistique

  • Prise de décision avec des informations limitées
    • Comment vérifier si l'information disponible est suffisante
    • Hiérarchisation des objectifs en fonction de la probabilité et du retour potentiel (ratio bénéfice/coût, 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 contexte des affaires
  • Problème de Cassandre - comment mesurer une prévision si le cours de l'action a changé
    • Les tendances de la grippe de Google - où a-t-elle échoué
    • Comment les décisions rendent les prévisions obsolètes
  • Prévision - méthodes et praticité
    • ARIMA
    • Pourquoi les prévisions naïves sont généralement plus réactives
    • Jusqu'à quel point une prévision doit-elle regarder dans le passé ?
    • Pourquoi plus de données peuvent-elles signifier une prévision pire ?

Méthodes statistiques utiles pour les décideurs

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

Pré requis

De bonnes compétences en mathématiques sont requises. Une familiarité avec les statistiques de base (c'est-à-dire travailler avec des personnes qui effectuent des analyses statistiques) est également requise.

 7 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (3)

Cours à venir

Catégories Similaires