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 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
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