- Kyiv School of Economics
- Private: Calendar
- What do data hide: course by KSE professors
Description
Target audience:
- marketing, sales, HR professionals, analysts, and others;
- analysts from civic organizations and journalists;
- scientists and researchers;
- students and Ph.D. students with different social science majors (economics, psychology, sociology, political science, history etc.).
This course is for those who want:
- to be in line with the current world trends, which are data-based;
- to know how to “read” data and find insights about it;
- to analyze critically and interpret data in order to arrive at right conclusions and make efficient economic and business decisions.
At the course you will be taught:
- to use data for forecasting;
- to identify the most common mistakes in data analysis;
- to analyze a contemporaneous effect of several different factors;
- to distinguish between types of data and describe;
- to test hypotheses and understand which problems can arise at this stage;
- to differ correlation from causation.
Course teachers – professors at Kyiv School of Economics:
- Tymofiy Brik – professor at KSE, holds Ph.D. in Social Science from Universidad Carlos III de Madrid in Spain
- Hanna Vakhitova – professor at KSE, holds Ph.D. in Economics from University of Kentucky in USA
- Maksym Obrizan – professor at KSE, holds Ph.D. in Economics from University of Iowa in USA
- 6 evening classes (3-hour-long) – from 18:30 to 21:30 (26 March, 2, 9, 16, 23, 25 April)
- homeworks + exam (online-test)
- language – Ukrainian
Upon a successful completion of the course, every participant will get a certificate.
- before 19 March – 4250 UAH
- from 19 to 26 March – 4750 UAH
- special deal for KSE community – for all the members and alumni of mid-term and Master programs at Kyiv School of Economics – 3750 UAH
- 26 березня – «Чи правда, що українці – найтолерантніша нація в Східній Європі, скільки в світі щасливих людей, і хто хоче платити податки?»
Викладач: Тимофій Брік
Приклади даних з опитувань (про щастя та здоров’я, про цінності). Приклади історичних даних (The Maddison Project), демографія та економіка, психологічні тести та дані трендів Google.
- Типи шкал. Номінальні, порядкові, кількісні
- Міри центральної тенденції (середнє, медіана, мода)
- Розподіли. Розмах.
- Стовпчикові діаграми (вправа в Excel – побудова діаграм, обрахунки середнього, медіани та розмаху)
- 2 квітня – «Чи правда, що українці читають Костенко більше, ніж Андруховича?»
Викладач: Тимофій Брік
Приклад про читання книжок.
- Теорія ймовірності. Вибірка.
- Похибка вибірки, p-values
- Тест гіпотези. Довірчі інтервали
- Помилка 1-го роду. Помилка 2-го роду
- Випадковий відбір, симуляція багатьох вибірок, Т-тест (вправи в Excel)
- 9 квітня – «Чи можуть магнітні поля вилікувати біль, і як посміхатися, щоб отримати прихильність судді?». Статистичний аналіз різниці між двома вибірками
Викладач: Ганна Вахітова
Приклади про результати застосування магнітних полів для лікування болю, про поблажливе ставлення суддів до звинувачуваних, які посміхаються та про вплив репутації викладача на оцінювання його лекцій студентами.
- Відмінність між двома пропорціями
- Відмінність між двома середніми значеннями в залежних та незалежних вибірках
- Відмінність між двома дисперсіями
- 16 квітня – «Король бензоколонки, або бізнес-аналіз та прогнозування продажів за допомогою регресії»
Викладач: Максим Обрізан
Приклад: продажі у мережі магазинів при заправках та фактори, які можуть на них впливати.
- Описова статистика та «фіктивні» змінні
- Класична лінійна регресія
- Точність опису моделі даних
- Статистична значимість коефіцієнтів
- Вибір моделі
- Прогнозування
- 23 квітня – «Чим більше шоколаду тим більше нобелівських лауреатів? Про що (не) говорять кореляції»Викладач: Тимофій БрікПриклад про шоколад та Нобеля.
- Кореляції (гра “вгадай кореляцію”)
- Кореляція на противагу причинності (приклад “котики та острови” – чому кореляція може щось сказати про причинність)
- Обрахунки кореляції в Excel – побудова діаграми розсіювання, використання формул та вбудованих функцій (приклад про ВВП на душу населення та дитячу смертність)
- 25 квітня – «Як (не) примусити дані зізнатися в усіх можливих гріхах». Вимоги до хороших проектів з аналізу даних та типові помилки у прикладній економетриці.Викладач: Ганна Вахітова
- класичні помилки у прикладній економетриці
- компоненти високоякісних проектів з аналізу даних
REGISTATION
Поспілкуватись з менеджером програми:
Vitalii Zaiets
- Cell: Telegram, Viber, WhatsApp – 380672174575
- E-mail: [email protected]
Contact
![Vitalii Zaiets](https://kse.ua/wp-content/uploads/2019/03/Zaiets-small-1.jpg)
Program manager