Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Lo que las estadísticas pueden ofrecer a los responsables de la toma de decisiones
- Descriptivo Statistics
- Estadísticas básicas: cuáles de las estadísticas (por ejemplo, mediana, promedio, percentiles, etc.) son más relevantes para diferentes distribuciones.
- Gráficos: importancia de hacerlo bien (por ejemplo, cómo la forma en que se crea el gráfico refleja la decisión)
- Tipos de variables: qué variables son más fáciles de tratar
- Ceteris paribus, las cosas siempre están en movimiento
- Problema de la tercera variable: cómo encontrar al verdadero influencer
- Inferencial Statistics
- Valor de probabilidad: ¿cuál es el significado del valor P?
- Experimento repetido: cómo interpretar los resultados de experimentos repetidos
- Recopilación de datos: puede minimizar el sesgo, pero no deshacerse de él
- Comprender el nivel de confianza
Pensamiento estadístico
- Toma de decisiones con información limitada
- Cómo comprobar cuánta información es suficiente
- Priorizar los objetivos en función de la probabilidad y el rendimiento potencial (relación beneficio/costo, árboles de decisión)
- Cómo se suman los errores
- Efecto mariposa
- Cisnes negros
- ¿Qué es el gato de Schrödinger y qué es la manzana de Newton en el negocio?
- Cassandra Problema: cómo medir un pronóstico si el curso de acción ha cambiado
- Google Tendencias de la gripe: cómo salió mal
- Cómo las decisiones hacen que el pronóstico quede obsoleto
- Forecasting - Métodos y practicidad
- ARIMA
- Por qué los pronósticos ingenuos suelen ser más receptivos
- ¿Hasta qué punto un pronóstico debe mirar hacia el pasado?
- ¿Por qué más datos pueden significar un peor pronóstico?
Métodos estadísticos útiles para los tomadores de decisiones
- Descripción de datos bivariados
- Datos univariados y datos bivariados
- Probabilidad
- ¿Por qué las cosas difieren cada vez que las medimos?
- Distribuciones normales y errores distribuidos normalmente
- Estimación
- Fuentes de información independientes y grados de libertad
- Lógica de la prueba de hipótesis
- Qué se puede probar, y por qué siempre es lo contrario lo que queremos (Falsificación)
- Interpretación de los resultados de la prueba de hipótesis
- Medios de prueba
- Poder
- Cómo determinar un tamaño de muestra bueno (y barato)
- Falso positivo y falso negativo y por qué siempre es una compensación
Requerimientos
Se requieren buenas habilidades matemáticas. Se requiere exposición a estadísticas básicas (es decir, trabajar con personas que hacen el análisis estadístico).
7 Horas
Testimonios (5)
La variación con ejercicio y mostrando.
Ida Sjoberg - Swedish National Debt Office
Curso - Econometrics: Eviews and Risk Simulator
Traducción Automática
el entrenador tenía paciencia y estaba ansioso por asegurarse de que todos comprendiéramos los temas; las clases fueron divertidas de asistir
Mamonyane Taoana - Road Safety Department
Curso - Statistical Analysis using SPSS
Traducción Automática
El día 1 y el día 2 fueron realmente sencillos para mí y disfruté muchísimo esa experiencia.
Mareca Sithole - Africa Health Research Institute
Curso - R Fundamentals
Traducción Automática
El ritmo fue justo y el ambiente relajado hizo que los candidatos se sintieran cómodos para hacer preguntas.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
Traducción Automática
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso - Programming with Big Data in R
Traducción Automática
