Apa yang dilakukan seorang ahli statistik?

Ketika saya memberi tahu teman-teman non-statistik saya, saya adalah seorang mahasiswa pascasarjana yang mengejar gelar PhD dalam statistik, mereka secara alami mengatakan "oh, jadi Anda ingin menjadi profesor?". Saya bilang tidak, saya sebenarnya berencana bekerja di industri. Kemudian mereka merespons dengan, "dan melakukan apa?". Saya belum menemukan respons yang baik untuk pertanyaan ini. Saya ingin memberi mereka sejumlah masalah menarik yang dikerjakan oleh ahli statistik, tetapi tanggapan saya biasanya kacau atau terlalu teknis. Saya pikir kebanyakan orang membayangkan kita bekerja di excel dan menghitung cara dan standar deviasi.

Apa tanggapan yang baik untuk pertanyaan ini yang singkat dan menarik?

Terima kasih! (tidak yakin tag apa yang ada untuk pertanyaan ini)

Area yang paling saya minati adalah ranah biostatistik. Statistik dapat digunakan dalam hal ini untuk melakukan apa saja dari merangkum hasil uji coba obat, menentukan apakah Prozac benar-benar lebih efektif daripada pil gula plasebo, hingga deteksi tumor pada pasien kanker. Silakan periksa presentasi ini yang saya temukan:

Apa itu Biostatistik?

Ingat, ahli statistik adalah fungsi yang memetakan sekumpulan data ke sekumpulan keputusan.

Seorang ahli statistik adalah seorang detektif numerik, mengungkap cerita-cerita yang tersembunyi dalam banyak data.

Seorang ahli statistik melakukan langkah-langkah umum berikut:

1. Memiliki tujuan - menguji teori, menghasilkan prediksi dll

2. Dapatkan data (melalui survei, eksperimen, pihak ketiga, dll) yang konsisten dengan tujuan di atas.

3. Mengembangkan model statistik yang mengatakan secara kasar: Variabel bunga = fungsi kovariat + kesalahan acak.

4. Perkirakan dampak kovariat pada variabel minat menggunakan berbagai alat dari matematika / statistik.

5. Gunakan estimasi yang dihasilkan untuk mengevaluasi teori / menghasilkan prediksi.

Anda dapat mengontekstualisasikan langkah-langkah umum di atas ke berbagai pengaturan. Konteksnya dapat diubah tergantung pada audiens. Sebagai contoh:

• Dengan dokter: diskusikan bagaimana Anda menilai keefektifan obat

• Dengan audiens yang lebih umum, diskusikan bagaimana Anda menilai pemenang dalam pemilihan mendatang

• Bersama profesional bisnis, diskusikan bagaimana Anda akan menilai dampak relatif dari desain iklan, dll.

Saya bukan ahli statistik, tetapi banyak pekerjaan saya melibatkan statistik, dan saya bekerja di perawatan kesehatan.

Dua hal yang paling sering saya lakukan adalah:

a) memeriksa ukuran efek dan tren dan melihat apakah itu "nyata" b) menyajikan kumpulan data yang sangat besar dengan cara sederhana sehingga manajer dan pengguna layanan kami dapat memahaminya - biasanya dalam bentuk grafik.

Karena itu, saya TIDAK PERNAH berhasil menjelaskan pekerjaan saya kepada siapa pun di sebuah pesta, jadi saya pikir saya berada di kapal yang sama seperti Anda! Saya suka ketika orang mengatakan "itu terdengar menarik" - karena tidak, bukan cara saya mengatakannya!

Acara TV Numb3rs bermanfaat karena banyak orang telah melihatnya. Saya mengatakan kepada mereka bahwa saya seperti orang-orang di Numb3rs kecuali saya berurusan dengan memecahkan masalah bisnis daripada kejahatan. (Gantikan "masalah bisnis" untuk bidang apa pun tempat Anda bekerja.) Itu biasanya mendapat respons "Wow, keren!" yang lebih baik dari apa yang saya dapatkan.

Upaya saya pada jawaban sederhana yang dapat diterapkan di seluruh sub-domain dan dapat dipahami (dalam intisari) untuk orang awam: Ketika sains mengembangkan teori tentang dunia, teori-teori ini dibandingkan dengan data dunia nyata. Peran ahli statistik adalah untuk menilai seberapa baik satu atau lebih teori yang bersaing memperhitungkan data. Ini dicapai dengan matematika yang memungkinkan ahli statistik mengukur ketidakpastian mereka tentang kesimpulan yang mereka ambil dari perbandingan teori dengan data.

Seorang ahli statistik memberi tahu Anda kesimpulan apa yang bisa dicapai dari suatu kumpulan data dan, mungkin bahkan lebih penting, kesimpulan apa yang tidak dapat dicapai.

Saya bekerja sebagai ahli statistik untuk tim intelijen bisnis di pengecer online. Di pekerjaan saya, saya sering membangun model untuk memprediksi berbagai hal (seperti tingkat respons terhadap katalog, tingkat buka email, dll.). Saya juga membantu pemasaran mengatur pengujian A / B (seperti, apakah email A lebih baik daripada email B)? Kedengarannya seperti masalah sederhana, tetapi ini bisa sangat rumit ketika Anda mulai melakukan beberapa perhitungan daya untuk ukuran sampel. Selain itu, pembuat keputusan dalam bisnis selalu ingin tahu apakah profil A berbeda dari profil B. Misalnya, apakah kami menjual lebih banyak sepatu hitam daripada sepatu cokelat tahun ini? Apakah kami mengonversi lebih banyak pelanggan yang murtad dengan katalog ini? Apakah saluran pemasaran yang dikonversi orang berbeda tahun ini dari yang digunakan tahun lalu? Pertanyaan-pertanyaan ini (mungkin) sederhana untuk dijawab di permukaan,