Obiettivi
Coprire, con un approccio semplificato ma rigoroso, la mancanza di conoscenza che le persone che non hanno frequentato un corso di statistica accademico devono comunque colmare in ambito lavorativo per poter manipolare, presentare e spiegare analisi quantitative in modo competente
A chi è rivolto
CFO, R&D, financial analyst, e chiunque necessiti competenze di analisi statistica di base.
Il Programma
Statistica descrittiva
- Categorie nominali e ordinali
- Descrivere e rappresentare:
– Bar Chart
– Pie Chart
– Contingency Table - Le scale a intervallo, a rapporto e continue
- Sintetizzare variabili continue
- Misure della tendenza centrale:
– moda
– mediana
– media - Misure della dispersione:
– range
– inter-quantile
– varianza e deviazione standard - La Likert Scale
Statistica inferenziale
- Nozioni di base
- Campione e popolazione:
– campione rappresentativo
– campione probabilistico
– campione non probabilistico - Variabili indipendenti e dipendenti
- Operazionalizzazione – come misurare un costrutto
- Sample-statistic:
– intervallo di confidenza
– intervallo di confidenza per dati categoriali - Significatività statistica e Test di Significatività
- Ipotesi di ricerca
- Test statistici
- Tipi di errore:
– errore di Tipo I
– errore di Tipo II - La misura dell’Effect Size
- Concetto di Power
- Generalizzazione, confidenza, causalità
- La meccanica della statistica inferenziale
- La distribuzione normale e l’intervallo di confidenza
- Il teorema del limite centrale
- L’uso dei test statistici per il calcolo della significatività statistica
- La scelta della grandezza del campione
L’analisi delle differenze
- Differenza nella proporzione di casi che ricadono in 2 diverse categorie
- Differenza tra le medie di due variabili continue
Analisi delle correlazioni
- Quando si usa
- Come e quanto una variabile ne può predire una seconda
- Identificare un piccolo numero di variabili fondamentali
- Correlazione tra 2 variabili continue o una variabile continua e una dicotomica (correlazione e regressione semplice)
L’utilizzo dei grafici nell’analisi dei dati
- Histogram
- Pie chart
- Bar chart
- Frequency poligon
- Skewed and Bimodal distribution
- Scatter plot
- Box and Whiskers
Recensioni
Ancora non ci sono recensioni.