Qu'est-ce qu'un statisticien fait?

Quand je dis à mes amis non statistiques que je suis un étudiant diplômé poursuivant un doctorat en statistique, ils disent naturellement "oh alors tu veux être professeur?". Je leur dis que non, je compte travailler dans l'industrie. Puis ils répondent par "et quoi faire?". Je n'ai pas trouvé de bonne réponse à cette question. Je veux leur donner une série de problèmes intéressants sur lesquels les statisticiens travaillent, mais ma réponse est généralement confuse ou trop technique. Je pense que la plupart des gens nous imaginent travailler dans des moyens Excel et calculer des écarts types.

Quelle est la bonne réponse à cette question qui est brève et intéressante?

Merci! (je ne sais pas ce qu'est une bonne balise existante pour cette question)

Le domaine qui m'intéresse le plus est le domaine de la biostatistique. Les statistiques peuvent être utilisées à cet égard pour faire quoi que ce soit, résumer les résultats d'un essai de médicament, déterminer si Prozac est vraiment plus efficace que la pilule de sucre placebo, jusqu'à la détection de tumeurs chez les patients cancéreux. Veuillez consulter cette présentation que j'ai trouvée:

Qu'est-ce que la biostatistique?

N'oubliez pas qu'un statisticien est une fonction qui mappe un ensemble de données à un ensemble de décisions.

Un statisticien est un détective numérique, découvrant les histoires cachées dans une masse de données.

Un statisticien effectue les étapes génériques suivantes:

1. A un objectif - tester une théorie, générer une prédiction, etc.

2. Obtient des données (via des enquêtes, des expériences, des tierces parties, etc.) qui sont conformes à l'objectif ci-dessus.

3. Développe un modèle statistique qui dit grosso modo: Variable d'intérêt = fonction des covariables + erreur aléatoire.

4. Estimer l'impact des covariables sur la variable d'intérêt à l'aide de divers outils de mathématiques / statistiques.

5. Utilisez les estimations résultantes pour évaluer la théorie / générer des prédictions.

Vous pouvez contextualiser les étapes génériques ci-dessus en fonction de divers paramètres. Le contexte peut être modifié en fonction du public. Par exemple:

• Avec les médecins: discutez de la façon dont vous évalueriez l'efficacité des médicaments

• Avec un public plus général, discutez de la façon dont vous évalueriez le gagnant lors d'une prochaine élection

• Avec des professionnels, discutez de la manière dont vous évalueriez l'impact relatif des conceptions publicitaires, etc.

Je ne suis pas statisticien, mais une grande partie de mon travail concerne les statistiques et je travaille dans les soins de santé.

Les deux choses que je passe la plupart de mon temps à faire sont:

a) examiner la taille des effets et des tendances et voir s'ils sont «réels» b) présenter de très grands ensembles de données de manière simple afin que les gestionnaires et les utilisateurs de nos services puissent les comprendre - généralement sous forme de graphiques.

Cela dit, je n'ai JAMAIS expliqué mon travail à quiconque lors d'une fête, donc je pense que je suis dans le même bateau que vous! J'adore quand les gens disent "ça a l'air intéressant" - parce que ce n'est pas le cas, pas comme je le dis!

L'émission Numb3rs est utile car beaucoup de gens l'ont vue. Je leur dis que je suis comme les gars de Numb3rs sauf que je m'occupe de résoudre des problèmes commerciaux plutôt que des crimes. (Remplacez les "problèmes commerciaux" par n'importe quel domaine dans lequel vous travaillez.) Cela obtient généralement la réponse "Wow, cool!" ce qui est mieux que ce que j'obtenais.

Ma tentative d'une réponse simple qui est à la fois applicable à travers les sous-domaines et compréhensible (en substance) au profane: lorsque la science développe des théories sur le monde, ces théories sont comparées aux données du monde réel. Le rôle du statisticien est d'évaluer dans quelle mesure une ou plusieurs théories concurrentes tiennent compte des données. Ceci est réalisé avec des mathématiques qui permettent au statisticien de quantifier son incertitude quant aux conclusions qu'il tire de la comparaison de la théorie aux données.

Un statisticien vous dit quelles conclusions peuvent être tirées d'un ensemble de données et, peut-être encore plus important, quelles conclusions ne peuvent pas être tirées.

Je travaille comme statisticien pour une équipe de business intelligence chez un détaillant en ligne. Dans mon travail, je construis fréquemment des modèles pour prédire diverses choses (comme les taux de réponse aux catalogues, les taux d'ouverture d'e-mails, etc.). J'aide également le marketing à mettre en place des tests A / B (par exemple, le courrier électronique A fait-il mieux que le courrier électronique B)? Cela ressemble à un problème simple, mais cela peut être assez complexe lorsque vous commencez à faire des calculs de puissance pour les tailles d'échantillon. De plus, les décideurs des entreprises veulent toujours savoir si le profil A diffère du profil B. Par exemple, avons-nous vendu plus de chaussures noires que de chaussures marron cette année? Avons-nous converti plus de clients non utilisés avec ce catalogue? Les canaux de commercialisation sur lesquels les gens se sont convertis diffèrent-ils cette année de ceux utilisés l'année dernière? Ces questions sont (probablement) simples à répondre en surface,