Wir gehen näher auf den wissenschaftlichen Ansatz ein und führen Wahrscheinlichkeiten ein, um zu verstehen, wie und warum bestimmte Entscheidungen zu bestimmten Ergebnissen führen und wie man bessere Entscheidungen treffen kann. Wir konzentrieren uns auch darauf, wie man in der Praxis Hypothesen formuliert und testet und wie man diese Tests interpretiert. Schließlich besprechen wir, wie man Experimente konzipiert und durchführt. NB: Einige Videos können eine herunterladbare Datenbank enthalten. Bitte laden Sie diese herunter und folgen Sie den Anweisungen im Video

Wir behandeln die Grundlagen der Datenanalyse, beginnend mit der Unterscheidung zwischen Korrelation und Kausalität bei der Analyse von Daten. Wir lehren auch, wie man mit Hilfe der Regressionsanalyse Vorhersagen trifft und verknüpfen diese Methoden mit dem wissenschaftlichen Ansatz. Wir zeigen, welche Rolle diese Analysen spielen, wie sie helfen, wissenschaftliche Entscheidungen zu treffen und warum. Wir ergänzen dies durch reale Beispiele von Unternehmen, die Daten nutzen, um Innovationsentscheidungen zu treffen. Abschließend erörtern wir, wie man diese Analysen und Ergebnisse kritisch interpretiert, um sicherzustellen, dass wir verstehen, was wir wirklich aus den Analysen lernen und wann, wie und warum wir unsere Ergebnisse vorsichtig und kritisch interpretieren sollten.

In diesem fortgeschrittenen Teil diskutieren wir über Kausalität und geben den Studenten einen umfassenden Einblick in Big Data und maschinelles Lernen und erörtern, was sie für Managemententscheidungen tun können. Dies hilft uns zu erkennen, wann wir ihn anwenden sollten oder wann wir andere Ansätze, einschließlich unseres eigenen Bauchgefühls, anwenden sollten. NB: Einige Videos können eine herunterladbare Datenbank enthalten. Bitte laden Sie diese herunter und folgen Sie den Anweisungen im Video