Цей курс для тих, хто прагне отримати краще розуміння, як знайти підхід до аналізу даних, які висновки можна і не можна зробити з даних, як тестувати гіпотези і як використовувати дані для прийняття рішень.
фахівці департаментів маркетингу, продажів, HR, аналітики та ін.;
аналітики громадських організацій та журналісти;
науковці та дослідники;
студенти та аспіранти різних спеціальностей соціальних наук (економіка, психологія, соціологія, політологія, історія та ін.).
Цей курс для тих, хто хоче:
йти в ногу із сучасним світом, який живе в потоці даних;
навчитися “читати” дані та знаходити в них інсайти;
критично аналізувати та інтерпретувати дані, щоб робити правильні висновки та приймати ефективні економічні та бізнес рішення
На курсі ви навчитеся:
використовувати дані для прогнозу;
ідентифікувати найпоширеніші помилки в аналізі даних;
правильно аналізувати одночасний вплив кількох факторів;
розрізняти типи даних та коректно їх описувати;
тестувати гіпотези та розуміти, які складнощі при цьому можуть виникати;
розрізняти кореляцію та причинність.
Викладачі курсу – професори Київської школи економіки:
Тимофій Брік – професор KSE, отримав ступінь Ph.D. в галузі соціальних наук в Мадридському університеті імені Карла ІІІ в Іспанії
Ганна Вахітова – професор KSE, отримала ступінь Ph.D. з економіки в університеті штату Кентуккі в США
Максим Обрізан – професор KSE, отримав ступінь Ph.D. з економіки в університеті штату Айова в США
Тривалість та формат курсу:
6 вечірніх занять по 3 год – з 18:30 до 21:30 (26 березня, 2, 9, 16, 23, 25 квітня)
домашні завдання + іспит (онлайн-тест)
мова – українська
За результатами успішного проходження курсу кожен учасник отримає сертифікат.
Вартість:
до 19 березня – 4250 грн
з 19 по 26 березня – 4750 грн
спеціальна ціна для спільноти KSE – для всіх учасників та випускників середньострокових та магістерських програм Київської школи економіки – 3750 грн
Програма курсу:
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 Брік
Приклад 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