Интенсив по статистике

Научитесь применять статистические критерии и анализировать данные в Python.

Зачем изучать статистику

Современному специалисту, будь то аналитик или менеджер, важно уметь отличать реальные закономерности от случайных совпадений, понимать, насколько надежны данные и выводы, и грамотно интерпретировать результаты экспериментов, опросов и бизнес-аналитики
Знание статистики — это основа для принятия обоснованных решений в условиях неопределенности

Кому подойдёт курс

• Аналитикам и ML инженерам: Углубите навыки в статистике, научитесь использовать разные критерии для проведения A/B-тестов
• Исследователям: Научитесь правильно выбирать статистические критерии и автоматизировать расчеты в Python
• Менеджерам и руководителям: Начнете говорить на одном языке с аналитиками. Научитесь принимать решения с опорой на данные

Чему вы научитесь

• Разбираться в критериях: Мы не только научим применять статистические критерии на практике, но подробно разберем, как они устроены изнутри, какие у них есть ограничения и как правильно выбирать инструменты для статистического анализа
• Применять Python для анализа данных: Поможем освоить работу с данными в Jupyter Notebook и библиотеками для анализа данных и статистических вычислений
• Планировать эксперименты: Научим заранее определять, сколько нужно данных и времени для проведения эксперимента
• Визуализировать результаты: Особое внимание уделим тому, как презентовать свои результаты и как сделать их понятными для бизнеса и заказчиков

Программа обучения

1 неделя. Основы статистики и проверки гипотез

• Генеральная совокупность и выборочные данные
• Описательные статистики: среднее, дисперсия, медиана
• Нормальное распределение и его свойства
• Идея статистического вывода
• Доверительные интервалы и p-value

2 неделя. Основные статистические критерии

• T-test: от теории к практике
• Непараметрические критерии
• Bootstrap и его разновидности
• Корреляция и оценка зависимости
• Как выбрать нужный критерий

3 неделя. Планирование эксперимента

• Формирование гипотез
• Анализ мощности тестов
• Определение размера выборки
• Размер эффекта и MDE

4 неделя. Интерпретация и презентация результатов

• Визуализация: как выбрать правильный график
• Типичные ошибки интерпретации данных
• Как говорить о статистике понятным бизнесу языком

5 неделя. Практика
Анализ результатов экспериментов в рамках решения реальных кейсов

Преподаватель курса Анатолий Карпов

• CEO Karpov Courses, Ex Руководитель команды аналитики VK
• Руководил командой аналитики в отделе бизнеса и рекламы ВКонтакте
• Автор обучающих курсов по статистике и машинному обучению, на которых обучается более 200 000 человек
• Самый читаемый специалист по анализу данных в России по данным исследования NewHR