Resulta que en realidad se puede obtener un poco de “poder estadístico” de “no tantas” observaciones (siempre y cuando el comportamiento en cuestión tenga un proceso de generación de datos bien entendido), por lo que si estuviera en un ambiente de clase, podría simplemente implementar “pruebas A / B” en la clase, donde una mitad aleatoria de la clase es control y la otra mitad es tratamiento.
Además, digo que si está interesado en las pruebas A / B hasta el final de mostrar a los estudiantes que las estadísticas son útiles en el mundo real, estoy convencido de que mostrar los resultados de los estudiantes de una econometría bien hecha es mucho más útil y divertido, con una nota lateral posterior de que se pueden usar los mismos métodos en las pruebas A / B, describiendo algunos casos. Los problemas en econometría son quizás más interesantes porque requieren quizás una consideración cualitativa del problema en cuestión (¿por qué la investigación constituye un experimento? ¿Qué podemos hacer para estructurar los datos en una estructura pseudo experimental?), En lugar del conveniente experimento aleatorio proporcionado para en A / B. Estoy pensando en la investigación de Duflo, por ejemplo.
- ¿Qué odias de la ciencia de datos?
- Soy un recién graduado en ingeniería industrial, ¿cómo comienzo mi camino en ciencia de datos para la cadena de suministro?
- Entrevistas de trabajo de análisis de datos: ¿qué puede decir sobre SQL como herramienta para mostrar sus habilidades?
- ¿En qué se diferencian la investigación de operaciones y la gestión de la cadena de suministro (bajo ingeniería industrial) del análisis de datos?
- ¿Qué carreras significativas existen en la ciencia de datos (estadísticas / ML / optimización)?
