#книги #статистика #R
Вышла печатная версия одного из лучших учебников "Основы статистики для психологов" (бесплатная электронная версия всегда доступна по ссылке https://handbook.mathpsy.com). Для 8 глав из 11 авторы добавили в онлайн-версию разделы по работе в R.
Настоятельно рекомендую эйчарам и начинающим аналитикам, испытывающим затруднения при погружении в мир статистических инструментов, а также всем интересующимся статистикой в доступном и наглядном изложении. В нем на различных примерах рассматриваются основы теории вероятности и математической статистики. Главное внимание уделено базовым статистическим методам, обычно применяемым в рамках методологии проверки нулевой гипотезы: параметрическим и непараметрическим методам сравнения средних значений корреляционный и регрессионный анализ.
Вышла печатная версия одного из лучших учебников "Основы статистики для психологов" (бесплатная электронная версия всегда доступна по ссылке https://handbook.mathpsy.com). Для 8 глав из 11 авторы добавили в онлайн-версию разделы по работе в R.
Настоятельно рекомендую эйчарам и начинающим аналитикам, испытывающим затруднения при погружении в мир статистических инструментов, а также всем интересующимся статистикой в доступном и наглядном изложении. В нем на различных примерах рассматриваются основы теории вероятности и математической статистики. Главное внимание уделено базовым статистическим методам, обычно применяемым в рамках методологии проверки нулевой гипотезы: параметрическим и непараметрическим методам сравнения средних значений корреляционный и регрессионный анализ.
#ЧТС #статистика #принятие_решений
Не так давно А.Г. Шмелев опубликовал обучающий тест по работе с ЧТС (четырехклеточными таблицами сопряженности). Перед продолжением чтения данного поста, пожалуйста, пройдите этот короткий обучающий (с текущей обратной связью) тест из 10 заданий.
Результаты выполнения теста 110 участниками обсуждаются в этой короткой заметке, из которой вы узнаете, сколько людей НЕ умеет разбираться в строках и столбцах элементарных таблиц 2 на 2 (и понять, что же стоит за этими ошибками).
Хочу отметить, что ЧТС -- ключевой инструмент не только доказательной медицины (evidence-based medicine) или тестологии, но и доказательного HR (evidence-based HR). К сожалению, мой опыт взаимодействия с HR, обучения психологов, также показывает, что зачастую некоторый процент из них испытывают явные затруднения в понимании и работе с ЧТС. Этих же знаний явно не хватает, чтобы между аналитиками и HR состоялся диалог при обсуждении качества полученной модели прогноза, например, бинарного события успешность/потенциал/увольнение … т.е. при решении задачи классификации. Для оценки качества модели используется матрица неточностей (confusion matrix), которая дает представление о том, где наша модель прогнозирования преуспела и где она потерпела неудачу – число прогностических ошибок (ложноотрицательные и ложноположительные).
Кстати, если вы набрали 8 и менее баллов из 10 по тесту, то вам будет полезен курс Конструирование тестов знаний, анонс которого я размещал ранее. Одна из формируемых компетенций в рамках этого практикума – умение работать с ЧТС.
Не так давно А.Г. Шмелев опубликовал обучающий тест по работе с ЧТС (четырехклеточными таблицами сопряженности). Перед продолжением чтения данного поста, пожалуйста, пройдите этот короткий обучающий (с текущей обратной связью) тест из 10 заданий.
Результаты выполнения теста 110 участниками обсуждаются в этой короткой заметке, из которой вы узнаете, сколько людей НЕ умеет разбираться в строках и столбцах элементарных таблиц 2 на 2 (и понять, что же стоит за этими ошибками).
Хочу отметить, что ЧТС -- ключевой инструмент не только доказательной медицины (evidence-based medicine) или тестологии, но и доказательного HR (evidence-based HR). К сожалению, мой опыт взаимодействия с HR, обучения психологов, также показывает, что зачастую некоторый процент из них испытывают явные затруднения в понимании и работе с ЧТС. Этих же знаний явно не хватает, чтобы между аналитиками и HR состоялся диалог при обсуждении качества полученной модели прогноза, например, бинарного события успешность/потенциал/увольнение … т.е. при решении задачи классификации. Для оценки качества модели используется матрица неточностей (confusion matrix), которая дает представление о том, где наша модель прогнозирования преуспела и где она потерпела неудачу – число прогностических ошибок (ложноотрицательные и ложноположительные).
Кстати, если вы набрали 8 и менее баллов из 10 по тесту, то вам будет полезен курс Конструирование тестов знаний, анонс которого я размещал ранее. Одна из формируемых компетенций в рамках этого практикума – умение работать с ЧТС.
#дашборды #визуализация_данных #tableau #hr_метрики
20 HR-дашбордов в Tableau Public (часть 2)
Ссылка на 1 часть.
Ищите источники для вдохновения перед созданием очередного HR-дашборда? Этот краткий обзор для вас – новые идеи и инсайты находятся от вас на расстоянии одного клика. Узнайте, как команды HR-аналитики и специалисты по персоналу на основе разных источников данных и HR-метрик создают дашборды в Tableau, помогающие руководству в принятии важных HR-решений. Читать далее>>
20 HR-дашбордов в Tableau Public (часть 2)
Ссылка на 1 часть.
Ищите источники для вдохновения перед созданием очередного HR-дашборда? Этот краткий обзор для вас – новые идеи и инсайты находятся от вас на расстоянии одного клика. Узнайте, как команды HR-аналитики и специалисты по персоналу на основе разных источников данных и HR-метрик создают дашборды в Tableau, помогающие руководству в принятии важных HR-решений. Читать далее>>
#пятничное #юмор "В стране ощущается дефицит высококвалифицированных низкооплачиваемых специалистов"
#статьи #данные #доказательный_подход
"Данные об обучении зачастую не собираются, а накапливаются". Полезная статья о том, как университетам извлечь пользу из огромных массивов данных.
Для сбора данных должна быть понятна цель сбора, а также использованы специальные методы сбора. Наличие большого объема данных не означает, что эти данные качественные и их достаточно для принятия решения. (С) Максим Скрябин, автор канала Учебная аналитика.
"Данные об обучении зачастую не собираются, а накапливаются". Полезная статья о том, как университетам извлечь пользу из огромных массивов данных.
Для сбора данных должна быть понятна цель сбора, а также использованы специальные методы сбора. Наличие большого объема данных не означает, что эти данные качественные и их достаточно для принятия решения. (С) Максим Скрябин, автор канала Учебная аналитика.
Коммерсантъ
Трудности доказательного перехода
Университеты волей-неволей собирают огромные массивы данных — пора извлечь из них пользу
👍1
#вебинар #оценка_персонала #тесты 2 декабря 2021 11:00 - 12:00 (мск) вебинар «Обмануть пересмешника. Как защитить тестирование от обмана со стороны участников?»
⠀
На вебинаре вы узнаете:
🔸Как участники обманывают нас в тестах, опросах, интервью?
🔸Как мы можем распознать и предотвратить это?
⠀
На вебинаре ведущий разберет эти вопросы с опорой на опыт Digital Assessment ЭКОПСИ и последние научные исследования.
Ведущий:
Юрий Шатров, руководитель практики Digital Assessment, ЭКОПСИ
Участие бесплатное после предварительной регистрации.⠀
Регистрация по ссылке
⠀
На вебинаре вы узнаете:
🔸Как участники обманывают нас в тестах, опросах, интервью?
🔸Как мы можем распознать и предотвратить это?
⠀
На вебинаре ведущий разберет эти вопросы с опорой на опыт Digital Assessment ЭКОПСИ и последние научные исследования.
Ведущий:
Юрий Шатров, руководитель практики Digital Assessment, ЭКОПСИ
Участие бесплатное после предварительной регистрации.⠀
Регистрация по ссылке
#опросы #зарплата Экспресс-тест из 1 задания: Пробуем угадать отрасль по медианной зарплате
https://forms.gle/aPX7gt9VvNGJmrJD9
https://forms.gle/aPX7gt9VvNGJmrJD9
#курсы #машинное_обучение #данные #КакЭтоРаботает
Making Friends with Machine Learning
Лучший курс #machinelearning, который вы когда-либо смотрели, теперь доступен в полном объеме на YouTube. “Подружиться с машинным обучением” ранее был внутренним курсом Google, специально созданным, чтобы вдохновить начинающих и развлечь экспертов. Сегодня курс из 4 лекций (или 52 коротких видео-роликов) доступен каждому и знакомит с внутренней работой популярных алгоритмов ML/AI: от кластеризации до нейронных сетей для решения бизнес-проблем. Идеально подходит всем, поскольку в курсе делается акцент на концептуальном (а не на математике и программировании) понимании идей, которые составляют основу успешных и современных подходов к машинному обучению. В нем есть что-то для всех!
https://youtu.be/lYWt-aCnE2U
Making Friends with Machine Learning
Лучший курс #machinelearning, который вы когда-либо смотрели, теперь доступен в полном объеме на YouTube. “Подружиться с машинным обучением” ранее был внутренним курсом Google, специально созданным, чтобы вдохновить начинающих и развлечь экспертов. Сегодня курс из 4 лекций (или 52 коротких видео-роликов) доступен каждому и знакомит с внутренней работой популярных алгоритмов ML/AI: от кластеризации до нейронных сетей для решения бизнес-проблем. Идеально подходит всем, поскольку в курсе делается акцент на концептуальном (а не на математике и программировании) понимании идей, которые составляют основу успешных и современных подходов к машинному обучению. В нем есть что-то для всех!
https://youtu.be/lYWt-aCnE2U
YouTube
Introduction to ML and AI - MFML Part 1
Making Friends with Machine Learning was an internal-only Google course specially created to inspire beginners and amuse experts. Today, it is available to everyone! This is the first hour-and-a-half of a six hour session.
The course is designed to give…
The course is designed to give…
#дашборды #визуализация_данных #tableau #hr_метрики
20 HR-дашбордов в Tableau Public (часть 3)
Ссылка на 1 часть, 2 часть
Ищите источники для вдохновения перед созданием очередного HR-дашборда? Этот краткий обзор для вас – новые идеи и инсайты находятся от вас на расстоянии одного клика. Узнайте, как команды HR-аналитики и специалисты по персоналу на основе разных источников данных и HR-метрик создают дашборды в Tableau, помогающие руководству в принятии важных HR-решений. Читать далее>>
20 HR-дашбордов в Tableau Public (часть 3)
Ссылка на 1 часть, 2 часть
Ищите источники для вдохновения перед созданием очередного HR-дашборда? Этот краткий обзор для вас – новые идеи и инсайты находятся от вас на расстоянии одного клика. Узнайте, как команды HR-аналитики и специалисты по персоналу на основе разных источников данных и HR-метрик создают дашборды в Tableau, помогающие руководству в принятии важных HR-решений. Читать далее>>
#оценка_персонала #тесты #FakeAnswersOnTests
Запись вебинара 02.12.2021 «Обмануть пересмешника. Как защитить тестирование от обмана со стороны участников?»
Обман со стороны участников снижает валидность тестов и, как следствие, точность принятых решений. Путем обмана участники могут получить более высокие — «ненастоящие» — результаты и таким образом попасть в компанию на желаемую должность.
Ключевые темы вебинара:
- Как участники обманывают нас в тестах, опросах, интервью?
- Как мы можем распознать и предотвратить это?
Разбор вопросов с опорой на опыт Digital Assessment ЭКОПСИ и последние научные исследования.
Ведущий: Юрий Шатров, руководитель практики Digital Assessment, ЭКОПСИ
Запись вебинара 02.12.2021 «Обмануть пересмешника. Как защитить тестирование от обмана со стороны участников?»
Обман со стороны участников снижает валидность тестов и, как следствие, точность принятых решений. Путем обмана участники могут получить более высокие — «ненастоящие» — результаты и таким образом попасть в компанию на желаемую должность.
Ключевые темы вебинара:
- Как участники обманывают нас в тестах, опросах, интервью?
- Как мы можем распознать и предотвратить это?
Разбор вопросов с опорой на опыт Digital Assessment ЭКОПСИ и последние научные исследования.
Ведущий: Юрий Шатров, руководитель практики Digital Assessment, ЭКОПСИ
YouTube
Обмануть пересмешника. Как защитить тестирование от обмана со стороны участников?
Запись вебинара 02.12.2021
Ключевые темы вебинара:
- Как участники обманывают нас в тестах, опросах, интервью?
- Как мы можем распознать и предотвратить это?
Разберем эти вопросы с опорой на опыт Digital Assessment ЭКОПСИ и последние научные исследования.…
Ключевые темы вебинара:
- Как участники обманывают нас в тестах, опросах, интервью?
- Как мы можем распознать и предотвратить это?
Разберем эти вопросы с опорой на опыт Digital Assessment ЭКОПСИ и последние научные исследования.…
#визуализация_данных #дата_сторителлинг
Лекция "Дата-сторителлинг в постковидном мире"
Куда движется визуальная коммуникация, основанная на данных? Почему дата-сторителлинг — важнейший скилл ближайшего десятилетия. Как это работает в медиа, бизнесе и науке? Обсуждаем с одним из ведущих в стране специалистов по визуализации данных и инфографике.
Лекция будет интересная не только дата-журналистам, но и всем, кто занимается визуализацией данных в бизнесе.
Лектор: Александр Богачев — специалист по визуализации данных, инфографике и дата-журналистике. Автор книги "Графики, которые убеждают всех", а также ведущий телеграм-каналов "Чартомойка" и "Interactive news".
Лекция "Дата-сторителлинг в постковидном мире"
Куда движется визуальная коммуникация, основанная на данных? Почему дата-сторителлинг — важнейший скилл ближайшего десятилетия. Как это работает в медиа, бизнесе и науке? Обсуждаем с одним из ведущих в стране специалистов по визуализации данных и инфографике.
Лекция будет интересная не только дата-журналистам, но и всем, кто занимается визуализацией данных в бизнесе.
Лектор: Александр Богачев — специалист по визуализации данных, инфографике и дата-журналистике. Автор книги "Графики, которые убеждают всех", а также ведущий телеграм-каналов "Чартомойка" и "Interactive news".
#астрология #evidence_based_hr #исследования #big5
Можно найти не мало кейсов про использование астрологии в подборе и оценке персонала, а некоторые HRы до сих пор полагаются на т.н. "нетрадиционные методы оценки". При этом большинство (75%) работодателей обращают внимание на знак зодиака при найме соискателя на руководящую позицию, 50% – на должность офис-менеджера, 45% – на работу в сфере продаж и обслуживания.
Несмотря на то, что нет ни одного убедительного исследования, в котором бы нашло подтверждение гипотеза о влиянии знаков зодиака на личностные черты человека. Вместе с тем, на сегодняшний день существуют не мало исследований, которые как раз опровергают данную гипотезу. Есть множество анекдотических свидетельств того, что люди используют астрологические знаки для определения личностных качеств, принятия решений о свиданиях и приеме на работу.
Помните первое знакомство героев сериала "Теория большого взрыва": что ответил Шелдон, когда Пенни в рассказе о себе, упомянула, что она Стрелец? Шелдон: "Да … это говорит нам о том, что ты разделяешь массовое культурное заблуждение, что видимое положение Солнца относительно произвольно расположенных созвездий в момент твоего рождения как-то влияет на твою личность". 😊
В недавней статье профессор Джексон Лу из школы менеджмента Слоуна при Массачусетском технологическом институте (Кембридж, США) изучил новую форму стереотипов и дискриминации в Китае, основанную на знаках зодиака западной астрологической традиции. Исследование показало, что в Китае HR-менеджеры (n=351) дискриминируют кандидатов на основе астрологических знаков (40% опрошенных обращают внимание на знак зодиака при принятии решений). Более того, похоже, что они особенно предвзято относятся к Девам. В частности, некоторые люди намеренно избегают Дев в качестве друзей, романтических партнеров или сотрудников в силу сложившегося стереотипа об их неприятном характере. Исследование на больших выборках подтвердили, что астрологические стереотипы ошибочны, а астрологическая дискриминация иррациональна: астрологический знак НЕ предсказывал личностные черты (n=173709) или успешность работы (n=32878).
На картинке средние баллы (выделены желтым цветом) по знакам зодиака для каждого из пяти базовых измерений личности – большой пятерки. Цифры синего цвета представляют 7-балльную шкалу Ликерта. Додекагоны (двенадцатиугольники) почти правильные – стороны одинаковой длины, что свидетельствует о том, что средние оценки личностных черт по 12 астрологическим знакам статистически значимо НЕ различаются (подробнее об этом в самой статье). Данный результат характерен как для тех, кто НЕ верит в астрологию, так и для тех, кто в неё верит.
Можно найти не мало кейсов про использование астрологии в подборе и оценке персонала, а некоторые HRы до сих пор полагаются на т.н. "нетрадиционные методы оценки". При этом большинство (75%) работодателей обращают внимание на знак зодиака при найме соискателя на руководящую позицию, 50% – на должность офис-менеджера, 45% – на работу в сфере продаж и обслуживания.
Несмотря на то, что нет ни одного убедительного исследования, в котором бы нашло подтверждение гипотеза о влиянии знаков зодиака на личностные черты человека. Вместе с тем, на сегодняшний день существуют не мало исследований, которые как раз опровергают данную гипотезу. Есть множество анекдотических свидетельств того, что люди используют астрологические знаки для определения личностных качеств, принятия решений о свиданиях и приеме на работу.
Помните первое знакомство героев сериала "Теория большого взрыва": что ответил Шелдон, когда Пенни в рассказе о себе, упомянула, что она Стрелец? Шелдон: "Да … это говорит нам о том, что ты разделяешь массовое культурное заблуждение, что видимое положение Солнца относительно произвольно расположенных созвездий в момент твоего рождения как-то влияет на твою личность". 😊
В недавней статье профессор Джексон Лу из школы менеджмента Слоуна при Массачусетском технологическом институте (Кембридж, США) изучил новую форму стереотипов и дискриминации в Китае, основанную на знаках зодиака западной астрологической традиции. Исследование показало, что в Китае HR-менеджеры (n=351) дискриминируют кандидатов на основе астрологических знаков (40% опрошенных обращают внимание на знак зодиака при принятии решений). Более того, похоже, что они особенно предвзято относятся к Девам. В частности, некоторые люди намеренно избегают Дев в качестве друзей, романтических партнеров или сотрудников в силу сложившегося стереотипа об их неприятном характере. Исследование на больших выборках подтвердили, что астрологические стереотипы ошибочны, а астрологическая дискриминация иррациональна: астрологический знак НЕ предсказывал личностные черты (n=173709) или успешность работы (n=32878).
На картинке средние баллы (выделены желтым цветом) по знакам зодиака для каждого из пяти базовых измерений личности – большой пятерки. Цифры синего цвета представляют 7-балльную шкалу Ликерта. Додекагоны (двенадцатиугольники) почти правильные – стороны одинаковой длины, что свидетельствует о том, что средние оценки личностных черт по 12 астрологическим знакам статистически значимо НЕ различаются (подробнее об этом в самой статье). Данный результат характерен как для тех, кто НЕ верит в астрологию, так и для тех, кто в неё верит.
👍6
Данные — это новая нефть
#данные #датасеты Dataset Search — поисковый сервис от Google, который позволяет находить наборы данных — датасеты — по всей сети. Сервис, во многом напоминающий Google Scholar, также предоставляет полное описание баз данных и сильно облегчает процесс их использования.
Особенность сервиса в том, что для каждого датасета доступна полная информация: дата создания базы, ее размер, краткое описание, ссылка на источник, а также количество научных статей, в которых датасет был использован. Разработчики сервиса стремились к стандартизированному описанию данных, предложенных schema.org.
Давайте попробуем поискать датасеты с ключевым словом "big five":
Данные — это новая нефть
#данные #датасеты Dataset Search — поисковый сервис от Google, который позволяет находить наборы данных — датасеты — по всей сети. Сервис, во многом напоминающий Google Scholar, также предоставляет полное описание баз данных и сильно облегчает процесс их использования.
Особенность сервиса в том, что для каждого датасета доступна полная информация: дата создания базы, ее размер, краткое описание, ссылка на источник, а также количество научных статей, в которых датасет был использован. Разработчики сервиса стремились к стандартизированному описанию данных, предложенных schema.org.
Давайте попробуем поискать датасеты с ключевым словом "big five":
❤1👍1
#R #ggplot2 #визуализация_данных #конкурсы Пришёл приз как одному из 5 победителей конкурса Росстата #ЖиваяСтатистика -- Российский статистический сборник. 700 страниц, вес сборника 1.7 кг, тираж всего 520 экз. Часть информации дублируется на английском языке. В сборнике представлены статистические данные о социально-экономическом положении России.
Моя конкурсная работа – плиточная карта России "Автомобилизация и ДТП с пострадавшими по регионам России". Предобработка данных и визуализация с помощью R.
Моя конкурсная работа – плиточная карта России "Автомобилизация и ДТП с пострадавшими по регионам России". Предобработка данных и визуализация с помощью R.
👍3
#зарплата #калькулятор #визуализация_данных Дата-журналисты из Тинькофф Журнала выпустили интерактивный калькулятор-инфографику, где вы можете вбить свою зарплату в разные годы, и посмотреть, сколько различных товаров вы могли купить на неё раньше и сейчас. Только за 10 лет официальная инфляция составила почти 100%.
Приглашаю также принять участие в опросе "Зарплата моей мечты", результаты которого представлены в интерактивном дашборде PowerBI, потренироваться в угадывании отрасли (сферы деятельности) по динамике месячной медианной заработной платы, посмотреть визуализацию распределения доходов населения России на основе данных Росстата.
Приглашаю также принять участие в опросе "Зарплата моей мечты", результаты которого представлены в интерактивном дашборде PowerBI, потренироваться в угадывании отрасли (сферы деятельности) по динамике месячной медианной заработной платы, посмотреть визуализацию распределения доходов населения России на основе данных Росстата.
❤1
#дашборды #excel #книги #визуализация_данных #рекомендация
Визуализация данных при помощи дашбордов и отчетов в Excel
Excel остаётся основным инструментом анализа и визуализации в подавляющем большинстве случаев. Для многих моих коллег Excel основной инструмент работы в анализе данных, создания простейших отчётов и визуализации. Некоторые по разным причинам пока не могут позволить себе использовать Power BI или Tableau, не говоря уже о том, чтобы анализировать данные, визуализировать и готовить отчеты, например, с помощью R или Python. Возможностей Excel для создания дашбордов может быть достаточно для того, чтобы удовлетворить основные потребности организации. Поэтому я настоятельно рекомендую книгу Data Visualization with Excel Dashboards and Reports by Dick Kusleika, перевод которой был выполнен Александром Гинько. Переводы Александра отличаются высоким качеством, вы можете посмотреть другие выполненные им переводы книг.
Автор книги последовательно рассказывает про принципы построения дашбордов, организацию данных для них, использование стандартных средств визуализаций и демонстрирует свои находки, которых вы не найдёте на ленте Excel, поэтому данная книга точно может быть интересна большому числу специалистов, работающих с данными. Дик (Ричард) Куслейки – автор бессменных бестселлеров по Excel, включая Библию в нескольких изданиях и знаменитые желтую и красную книги по формулам в Excel и VBA. Книга, в русской версии называется «Визуализация данных при помощи дашбордов и отчетов в Excel», будет выпущена в цветном варианте, в твердом переплете и с сохранением дизайна обложки оригинала. Ознакомительный фрагмент книги (введение и первые 50 страниц книги) и файлы к книге.
Итак, ссылка для предзаказа. Промокоды:
Номинальная цена книги без скидок – 1549 рублей.
Бумажная версия: промокод
Версия PDF: промокод
Но не забывайте, что вы оформляете предзаказ, и не ждите, что книга (даже в электронном варианте) придет вам уже завтра. PDF придет по готовности финального макета, а бумажная книга – после выхода из типографии (в январе, после праздников).
Визуализация данных при помощи дашбордов и отчетов в Excel
Excel остаётся основным инструментом анализа и визуализации в подавляющем большинстве случаев. Для многих моих коллег Excel основной инструмент работы в анализе данных, создания простейших отчётов и визуализации. Некоторые по разным причинам пока не могут позволить себе использовать Power BI или Tableau, не говоря уже о том, чтобы анализировать данные, визуализировать и готовить отчеты, например, с помощью R или Python. Возможностей Excel для создания дашбордов может быть достаточно для того, чтобы удовлетворить основные потребности организации. Поэтому я настоятельно рекомендую книгу Data Visualization with Excel Dashboards and Reports by Dick Kusleika, перевод которой был выполнен Александром Гинько. Переводы Александра отличаются высоким качеством, вы можете посмотреть другие выполненные им переводы книг.
Автор книги последовательно рассказывает про принципы построения дашбордов, организацию данных для них, использование стандартных средств визуализаций и демонстрирует свои находки, которых вы не найдёте на ленте Excel, поэтому данная книга точно может быть интересна большому числу специалистов, работающих с данными. Дик (Ричард) Куслейки – автор бессменных бестселлеров по Excel, включая Библию в нескольких изданиях и знаменитые желтую и красную книги по формулам в Excel и VBA. Книга, в русской версии называется «Визуализация данных при помощи дашбордов и отчетов в Excel», будет выпущена в цветном варианте, в твердом переплете и с сохранением дизайна обложки оригинала. Ознакомительный фрагмент книги (введение и первые 50 страниц книги) и файлы к книге.
Итак, ссылка для предзаказа. Промокоды:
Номинальная цена книги без скидок – 1549 рублей.
Бумажная версия: промокод
Ginko_Dash_paper(22% скидка, цена 1208 рублей)
Версия PDF: промокод
Ginko_Dash_PDF(25% скидка, цена 1161 рубль, при заказе PDF укажите это в комментарии к заказу и отметьте самовывоз).
Но не забывайте, что вы оформляете предзаказ, и не ждите, что книга (даже в электронном варианте) придет вам уже завтра. PDF придет по готовности финального макета, а бумажная книга – после выхода из типографии (в январе, после праздников).
❤3
#анонс Друзья, напоминаю, что через 3 дня состоится третьего виртуального ужина в Клубе выпускников психометрических школ Инновационный центр "Гуманитарные Технологии" 21 декабря (вторник) с 18.00 до 19.00 МСК на тему "РАЗВЯЗЫВАЕМ УЗЛЫ НА ТРЕТЬЕМ ЭТАПЕ КОМПЬЮТЕРНОЙ ТЕСТОЛОГИЧЕСКОЙ РЕВОЛЮЦИИ". Участие бесплатное, подробное описание прошедших мероприятий и регистрация по ссылке
Facebook
Инновационный центр "Гуманитарные Технологии"
Инновационный центр "Гуманитарные Технологии", Москва. 17 likes · 2 were here. t.me/AlexShmelyov
t.me/InnCHT
t.me/InnCHT
❤1
#тесты_знаний #монте_карло #shiny #психометрика #R
Про случайное угадывание ответов в тестах знаний (квалификационных тестах)
В организациях часто используют тесты для проверки знаний кандидатов или сотрудников. При этом большинство авторов-разработчиков находится в т.н. "интеллектуальной иллюзии". Например, при составлении вопросов на проверку знаний, интуитивно кажется, что всего 10 вопросов для проверки знаний достаточно. Если человек правильно ответил на 6 или больше вопросов, то это точно НЕ СЛУЧАЙНО: он что-то знает в этой области или хотя бы догадывается. Эта граница "зачета" (больше 5 баллов) -- действительно понимается большинством как истинная. Как вы уже поняли, но это не так. Кажется почти невозможным, что человек СЛУЧАЙНО наберет 6, 7 или 8 баллов из 10 по тесту знаний. Но метод Монте-Карло (метод моделирования с помощью функции случайных чисел) наглядно показывает нам, что для шкалы из 10 заданий с 4 вариантами ответа 6 баллов и более наберут 189 человек из 10 000, отвечавших на вопросы случайным образом (это примерно 2 из 100).
2 из 100 -- это много или мало? А вот это зависит от организационной ситуации применения теста, если быть точным, от цены ошибки в каждом конкретном случае. Одно дело, если мы с помощью такого теста отбираем кассиров и 2 из 100 (1 из 50) принятых на работу у нас оказались профнепригодными. Недостача -- штука неприятная, но, скажем так, терпимая. И совсем другое, когда профнепригодным оказался 1 из 50 операторов атомной станции.
Для тех, кто хочет подробно разобраться в теме, увидеть, какое распределение тестовых баллов получается при случайном прохождении теста респондентами, как оно меняется в зависимости от количества заданий в тесте и числа вариантов ответа, то смотрите мою интерактивную наглядную иллюстрацию с применением метода Монте-Карло.
Благодарность профессору А.Г. Шмелеву за дискуссию на форуме ЭСПП.
Про случайное угадывание ответов в тестах знаний (квалификационных тестах)
В организациях часто используют тесты для проверки знаний кандидатов или сотрудников. При этом большинство авторов-разработчиков находится в т.н. "интеллектуальной иллюзии". Например, при составлении вопросов на проверку знаний, интуитивно кажется, что всего 10 вопросов для проверки знаний достаточно. Если человек правильно ответил на 6 или больше вопросов, то это точно НЕ СЛУЧАЙНО: он что-то знает в этой области или хотя бы догадывается. Эта граница "зачета" (больше 5 баллов) -- действительно понимается большинством как истинная. Как вы уже поняли, но это не так. Кажется почти невозможным, что человек СЛУЧАЙНО наберет 6, 7 или 8 баллов из 10 по тесту знаний. Но метод Монте-Карло (метод моделирования с помощью функции случайных чисел) наглядно показывает нам, что для шкалы из 10 заданий с 4 вариантами ответа 6 баллов и более наберут 189 человек из 10 000, отвечавших на вопросы случайным образом (это примерно 2 из 100).
2 из 100 -- это много или мало? А вот это зависит от организационной ситуации применения теста, если быть точным, от цены ошибки в каждом конкретном случае. Одно дело, если мы с помощью такого теста отбираем кассиров и 2 из 100 (1 из 50) принятых на работу у нас оказались профнепригодными. Недостача -- штука неприятная, но, скажем так, терпимая. И совсем другое, когда профнепригодным оказался 1 из 50 операторов атомной станции.
Для тех, кто хочет подробно разобраться в теме, увидеть, какое распределение тестовых баллов получается при случайном прохождении теста респондентами, как оно меняется в зависимости от количества заданий в тесте и числа вариантов ответа, то смотрите мою интерактивную наглядную иллюстрацию с применением метода Монте-Карло.
Благодарность профессору А.Г. Шмелеву за дискуссию на форуме ЭСПП.
❤2
#визуализация #распределение_баллов #IQ #психометрика #R #shiny На фб-странице компании BSSL встретился очень хороший популярный текст "Что такое IQ?", в котором доступно рассказывается про IQ баллы. Я решил сделать интерактивную визуализацию к данной статье.
❤3
С Новым 2022 Годом!
Дорогие подписчики! Поздравляю вас с Новым годом — 2022! Пусть новый год будет годом, в котором исполняются заветные желания, пусть важные решения будут приниматься на основе данных, а не интуиции! Больше качественных данных и их визуализаций! С благодарностью за подписку!!! Всем лучи добра, успехов и позитива!!! 🌲🌲🌲⛄️☃️❄️
Дорогие подписчики! Поздравляю вас с Новым годом — 2022! Пусть новый год будет годом, в котором исполняются заветные желания, пусть важные решения будут приниматься на основе данных, а не интуиции! Больше качественных данных и их визуализаций! С благодарностью за подписку!!! Всем лучи добра, успехов и позитива!!! 🌲🌲🌲⛄️☃️❄️
❤6