- Kyiv School of Economics
- Private: Calendar
- Що приховують дані: курс від професорів KSE
Опис
Аудиторія курсу:
- 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.).
- 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
- 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
- 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.
- 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
- 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
- класичні помилки у прикладній економетриці
- компоненти високоякісних проектів з аналізу даних
РЕЄСТРАЦІЯ
Поспілкуватись з менеджером програми:
Віталій Заєць
- Телефон: Telegram, Viber, WhatsApp – 380672174575
- Пошта: [email protected]