دوره آموزش آمار در کسب‌وکار

دوره آموزش آمار در کسب‌وکار

 

«مرکز مالی ایران به عنوان جامع‌ترین و معتبر‌ترین نهاد آموزشی بازار سرمایه، برگزار میکند.»

 

معرفی دوره:

• امروزه تصمیم‌گیری در کسب‌وکار و بازارهای مالی بیش از هر زمان دیگری به داده و اطلاعات وابسته است؛ اما در اختیار داشتن داده، به‌تنهایی برای تصمیم‌گیری دقیق کافی نیست. درک صحیح اعداد و اطلاعات و تشخیص الگوهای واقعی از نوسانات تصادفی، نقش مهمی در تحلیل و تصمیم‌گیری آگاهانه دارد.

 

• دوره «آموزش آمار در کسب‌وکار» با هدف تقویت تفکر آماری و ایجاد نگاه تحلیلی به داده‌ها طراحی شده است.در این دوره، آمار به‌عنوان ابزاری کاربردی برای تحلیل داده، ارزیابی نتایج و شناخت بهتر رفتار متغیرهای کسب‌وکار و بازارهای مالی ارائه می‌شود.

 

• شرکت‌کنندگان می‌آموزند چگونه نتایج تحلیل‌ها را دقیق‌تر تفسیر کنند، میزان اطمینان به یافته‌ها را بسنجند و از برداشت‌های نادرست از داده‌ها جلوگیری کنند.در نهایت، این دوره به ایجاد رویکردی منظم و مبتنی بر شواهد در مواجهه با داده‌ها و تصمیم‌گیری‌های حرفه‌ای کمک می‌کند.

 

امکانات دوره:

• اعطای مدرک معتبر پایان دوره (قابل استعلام)
• ضبط تمام جلسات و دسترسی تا 6 ماه پس از اتمام وبینار(ویدیو های آموزشی قابل دانلود نمی باشد)

 

طول دوره:

سرفصل‌ها

جلسه ۱ — آمار، سیستم و تفکر آماری

• مفهوم سیستم و رفتار سیستم
• داده به‌عنوان خروجی و نشانگر رفتار سیستم
• چرا رفتار سیستم‌ها متغیر است؟
• آمار چیست و چه مسئله‌ای را حل می‌کند؟
• جایگاه آمار در تحلیل داده، علوم داده و هوش تجاری
• آمار توصیفی در برابر آمار استنباطی
• جامعه، نمونه و مشاهده
• متغیر و انواع داده
• تفکر آماری در تصمیم‌گیری
• تفکر احتمالی و مواجهه با عدم‌قطعیت
• چرا «یک عدد» به‌تنهایی برای تصمیم‌گیری کافی نیست؟

جلسه ۲ — شناخت و توصیف رفتار داده

• شاخص‌های مرکزی
• میانگین؛ مرکز ثقل رفتار سیستم
• میانه و نما
• چه زمانی میانگین گمراه‌کننده است؟
• شاخص‌های پراکندگی
• دامنه، واریانس و انحراف معیار
• صدک‌ها و چارک‌ها
• IQR
• داده‌های پرت (Outlier)
• مفهوم توزیع داده
• Skewness و چولگی
• Kurtosis و کشیدگی
• تفسیر رفتار داده به زبان کسب‌وکار

جلسه ۳ — توزیع‌های آماری و منطق احتمال

• Probability و نقش آن در تحلیل داده
• فضای نمونه و رویداد
• احتمال شرطی
• استقلال آماری
• قانون بیز و شهود Bayesian Thinking
• Expected Value
• توزیع احتمال چیست؟
• توزیع نرمال
• Standard Normal و Z-Score
• توزیع Binomial
• توزیع Poisson
• توزیع Uniform
• توزیع Exponential
• توزیع‌های Sampling
• چه زمانی از کدام توزیع استفاده می‌کنیم؟
• مثال‌های واقعی از کسب‌وکار

جلسه ۴ — نمونه‌گیری و استنباط آماری

• چرا از Sample استفاده می‌کنیم؟
• روش‌های نمونه‌گیری
• Sample Bias
• Sampling Error
• قانون اعداد بزرگ
• Central Limit Theorem
• Standard Error
• تخمین پارامترهای جامعه
• Point Estimate
• مفهوم Interval Estimate
• Confidence Interval
• تفسیر صحیح Confidence Interval
• تفاوت Standard Deviation و Standard Error
• Margin of Error
• اندازه نمونه و اهمیت آن در تحلیل

جلسه ۵ — آزمون فرض و P-Value

• چرا Hypothesis Testing؟
• Null Hypothesis و Alternative Hypothesis
• Statistical Significance
• P-Value چیست؟
• P-Value چه چیزی را می‌گوید و چه چیزی را نمی‌گوید؟
• سطح معناداری (α)
• خطای نوع اول و دوم
• False Positive و False Negative
• One-tailed و Two-tailed Tests
• مفهوم Power
• رابطه P-Value، Sample Size و Effect Size
• اشتباهات رایج در تفسیر P-Value
• Statistical Significance در برابر Business Significance

جلسه ۶ — تست‌های آماری پرکاربرد در کسب‌وکار

• چارچوب انتخاب آزمون آماری
• آزمون میانگین یک جامعه
• One-Sample t-Test
• Independent Samples t-Test
• Paired Samples t-Test
• مقایسه دو گروه
• آزمون نسبت‌ها
• Chi-Square Test
• آزمون استقلال
• آزمون نرمال بودن
• Parametric و Non-Parametric Tests
• Mann–Whitney U
• Wilcoxon
• ANOVA
• مقایسه چند گروه
• Multiple Comparisons
• انتخاب تست مناسب بر اساس سؤال کسب‌وکار

جلسه ۷ — رابطه بین متغیرها: Correlation و Regression

• Covariance
• Correlation
• Pearson Correlation
• Spearman Correlation
• تفسیر ضریب همبستگی
• چرا Correlation ≠ Causation؟
• مفهوم رابطه و علیت
• Regression چیست؟
• Simple Linear Regression
• متغیر مستقل و وابسته
• R و R²
• Residual
• خطای پیش‌بینی
• Multiple Linear Regression
• تفسیر ضرایب مدل
• مفروضات Regression
• Multicollinearity
• Regression در مسائل واقعی کسب‌وکار

جلسه ۸ — تحلیل رفتار داده در طول زمان

• داده‌های سری زمانی
• Trend
• Seasonality
• Noise
• Signal vs Noise
• Moving Average
• رشد، تغییرات و نرخ رشد
• Variability در طول زمان
• تشخیص Anomaly
• مفهوم Stationarity
• Autocorrelation
• Lag
• Forecasting و جایگاه آمار در پیش‌بینی
• تفاوت تحلیل روند با پیش‌بینی

جلسه ۹ — آمار برای آزمایش و تصمیم‌گیری کسب‌وکار

• A/B Testing
• طراحی آزمایش
• Control و Treatment
• Randomization
• Experiment Bias
• Sample Size
• Statistical Power
• Effect Size
• Confidence Interval در A/B Test
• P-Value در A/B Test
• تفسیر نتیجه آزمایش
• وقتی نتیجه معنادار نیست چه می‌گوییم؟
• Statistical Significance vs Practical Significance
• مثال‌های واقعی: فروش، Conversion، Retention و تبلیغات

جلسه ۱۰ — خطاها، Biasها و دام‌های آماری در تحلیل داده

• Selection Bias
• Sampling Bias
• Survivorship Bias
• Confirmation Bias
• Anchoring
• Availability Bias
• Base Rate Neglect
• Simpson’s Paradox
• Regression to the Mean
• Confounding Variable
• Correlation vs Causation
• Data Snooping
• Multiple Testing
• Cherry Picking
• میانگین‌های گمراه‌کننده
• چگونه یک تحلیل آماری می‌تواند درست ولی تصمیم اشتباه ایجاد کند؟

جلسه ۱۱ — آمار کاربردی برای KPI و تحلیل کسب‌وکار

• Distribution در KPIها
• میانگین KPI و محدودیت‌های آن
• Variability در عملکرد
• Benchmarking
• Percentile-Based Analysis
• تشخیص عملکرد غیرعادی
• Confidence Interval برای KPI
• مقایسه KPI بین شعب، محصولات و گروه‌های مشتری
• مقایسه عملکرد قبل و بعد
• تحلیل معنی‌داری تغییرات KPI
• تحلیل Conversion Rate
• تحلیل Retention و Churn
• تحلیل Customer Behavior
• تحلیل Revenue و Sales
• استفاده از آمار برای تصمیم‌گیری مدیریتی

جلسه ۱۲ — پروژه نهایی: از سؤال کسب‌وکار تا تحلیل آماری

• تعریف مسئله کسب‌وکار
• تبدیل مسئله به سؤال آماری
• شناخت داده
• تحلیل توصیفی
• بررسی Distribution
• انتخاب شاخص مناسب
• نمونه‌گیری و Confidence Interval
• انتخاب Hypothesis Test
• تحلیل P-Value و Effect Size
• بررسی رابطه متغیرها
• Regression در صورت نیاز
• تشخیص Bias و محدودیت‌های تحلیل
• تبدیل نتایج آماری به Insight کسب‌وکار
• ارائه نهایی برای مدیر و تصمیم‌گیرنده

مخاطبین دوره

• سطح کارشناسی:
  • کارشناسان مالی، تحلیلگران، کارشناسان ریسک و کارشناسان داده
• سطح سرپرستی:
  • سرپرستان واحدهای مالی، تحلیل، سرمایه‌گذاری و داده
• سطح مدیریتی:
  • مدیران مالی، سرمایه‌گذاری، ریسک، تحلیل و مدیران تصمیم‌گیرنده
• فعالان بازار سرمایه:
  • معامله‌گران، مدیران سبد، مدیران صندوق و سایر فعالان بازار مالی
• علاقه‌مندان به داده