Ir al contenido principal

Curso

Diseño experimental en R

IntermedioNivel de habilidad

Actualizado 12/2025

En este curso aprenderás los fundamentos del diseño experimental, una parte crucial de cualquier análisis de datos.

Comienza El Curso Gratis

RProbability & Statistics

4 h

13 vídeos

53 Ejercicios

4,450 XP

20,281

Certificado de logros

Preferido por estudiantes en miles de empresas

¿Formando un equipo?

Prueba para empresas

Descripción del curso

El diseño experimental es una parte fundamental del análisis de datos en cualquier ámbito, ya trabajes en negocios, salud o tecnología. Si quieres usar datos para responder una pregunta, ¡necesitas diseñar un experimento! En este curso aprenderás los conceptos básicos de diseño experimental, incluidos los diseños en bloques y factoriales, y pruebas estadísticas habituales como los t-tests y las ANOVAs. Utilizarás datos incorporados de R y conjuntos de datos reales como la encuesta NHANES del CDC, las puntuaciones del SAT de las escuelas públicas de NY y datos de préstamos de Lending Club. Al finalizar el curso, ¡podrás diseñar y analizar tus propios experimentos!

Requisitos previos

Hypothesis Testing in R

1

Introduction to Experimental Design

An introduction to key parts of experimental design plus some power and sample size calculations.

Introduction to experimental design

A basic experiment

Randomization

Replication and blocking

Replication

Hypothesis testing

One sided vs. Two-sided tests

pwr package Help Docs exploration

Power & Sample Size Calculations

Iniciar Capítulo

2

Basic Experiments

Explore the Lending Club dataset plus build and validate basic experiments, including an A/B test.

ANOVA, single, and multiple factor experiments

Exploratory Data Analysis (EDA) Lending Club

How does loan purpose affect amount funded?

Which loan purpose mean is different?

Multiple Factor Experiments

Model validation

Pre-modeling EDA

Post-modeling validation plots + variance

Kruskal-Wallis rank sum test

A/B testing

Which post-A/B test test?

Sample size for A/B test

Basic A/B test

A/B tests vs. multivariable experiments

Iniciar Capítulo

3

Randomized Complete and Balanced Incomplete Block Designs

Use the NHANES data to build a RCBD and BIBD experiment, including model validation and design tips to make sure the BIBD is valid.

Intro to NHANES and sampling

NHANES dataset construction

NHANES Data Cleaning

Resampling NHANES data

Randomized Complete Block Designs (RCBD)

Which is NOT a good blocking factor?

Drawing RCBDs with Agricolae

NHANES RCBD

RCBD Model Validation

Balanced Incomplete Block Designs (BIBD)

Is a BIBD even possible?

Drawing BIBDs with agricolae

BIBD - cat's kidney function

NHANES BIBD

Iniciar Capítulo

4

Latin Squares, Graeco-Latin Squares, and Factorial Experiments

Evaluate the NYC SAT scores data and deal with its missing values, then evaluate Latin Square, Graeco-Latin Square, and Factorial experiments.

Latin squares

NYC SAT Scores EDA

Dealing with Missing Test Scores

Drawing Latin Squares with agricolae

Latin Square with NYC SAT Scores

Graeco-Latin squares

NYC SAT Scores Data Viz

Drawing Graeco-Latin Squares with agricolae

Graeco-Latin Square with NYC SAT Scores

Factorial experiments

NYC SAT Scores Factorial EDA

Factorial Experiment with NYC SAT Scores

Evaluating the NYC SAT Scores Factorial Model

What's next in experimental design?

Iniciar Capítulo

Diseño experimental en R

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete Ahora

¡Únete a 19 millones de estudiantes y empieza Diseño experimental en R hoy mismo!

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.