After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Implementasikan Pengaturan Desain Eksperimental
Pelajari cara menerapkan desain eksperimen yang paling sesuai untuk kasus penggunaan Anda. Pelajari cara menerapkan desain blok acak dan desain faktorial untuk mengukur efek perlakuan dan menarik kesimpulan yang valid dan akurat.Melakukan Analisis Statistik pada Data Eksperimental
Mendalami analisis statistik pada data eksperimental, termasuk pemilihan dan pelaksanaan uji statistik, seperti uji t, uji ANOVA, dan uji chi-square untuk menguji hubungan. Lakukan analisis post-hoc setelah uji ANOVA untuk menentukan secara tepat perbandingan pasangan mana yang secara signifikan berbeda.Lakukan Analisis Daya
Pelajari cara mengukur ukuran efek untuk menentukan sejauh mana kelompok-kelompok berbeda, di luar perbedaan yang signifikan. Lakukan analisis daya uji menggunakan ukuran efek yang diasumsikan untuk menentukan ukuran sampel minimum yang diperlukan untuk mencapai daya uji statistik yang diinginkan. Gunakan rumus Cohen's d untuk mengukur ukuran efek pada data sampel tertentu, dan uji apakah asumsi ukuran efek yang digunakan dalam analisis daya uji akurat.Mengatasi Kompleksitas dalam Data Eksperimental
Ekstrak wawasan dari data eksperimental yang kompleks dan pelajari praktik terbaik untuk menyampaikan temuan kepada berbagai pemangku kepentingan. Atasi kompleksitas seperti interaksi, heteroskedastisitas, dan faktor pengganggu dalam data eksperimental untuk meningkatkan validitas kesimpulan Anda. Ketika data tidak memenuhi asumsi uji parametrik, Anda akan belajar memilih dan menerapkan uji nonparametrik yang sesuai.Prasyarat
Kurikulum
Garis besar kursus
1
Dasar-dasar Perancangan Eksperimen
Membangun pengetahuan dalam perancangan eksperimen memungkinkan Anda menguji hipotesis dengan alat analitis berpraktik terbaik dan mengkuantifikasi risiko pekerjaan Anda. Anda akan memulai dengan meletakkan dasar tentang apa itu perancangan eksperimen dan berbagai pengaturannya seperti blocking dan stratifikasi. Anda kemudian akan mempelajari dan menerapkan uji visual serta analitis untuk kenormalan pada data eksperimen.
- Menyiapkan eksperimen50 XP
- Penugasan subjek non-acak100 XP
- Penugasan acak subjek100 XP
- Penyiapan data eksperimen50 XP
- Pemblokiran data eksperimen100 XP
- Melakukan stratifikasi pada sebuah eksperimen100 XP
- Manakah yang distratifikasi?50 XP
- Data normal50 XP
- Kenormalan visual dalam sebuah eksperimen pertanian100 XP
- Normalitas analitik dalam eksperimen pertanian100 XP
2
Teknik Perancangan Eksperimen
Anda akan mendalami teknik perancangan eksperimen yang lebih canggih, berfokus pada rancangan faktorial, rancangan blok acak, dan penyesuaian kovariat. Metodologi ini berperan penting dalam meningkatkan ketelitian, efisiensi, dan keterjelasan hasil eksperimen. Melalui perpaduan wawasan teoretis dan penerapan praktis, Anda akan memperoleh keterampilan untuk merancang, mengimplementasikan, dan menganalisis eksperimen kompleks di berbagai bidang penelitian.
3
Menganalisis Data Eksperimen: Uji Statistik dan Daya
Kuasai uji statistik seperti t-test, ANOVA, dan Chi-Square, serta dalami analisis post-hoc dan dasar-dasar analisis daya. Pelajari cara memilih uji yang tepat, menafsirkan p-value dan galat, serta melakukan analisis daya untuk menentukan ukuran sampel dan ukuran efek, sambil memanfaatkan pustaka Python yang kuat untuk mewujudkan wawasan data Anda.
4
Wawasan Lanjutan dari Kompleksitas Eksperimen
Masuki kompleksitas analisis data eksperimen. Pelajari cara mensintesis wawasan menggunakan pandas, menangani isu data seperti heteroskedastisitas dengan scipy.stats, dan menerapkan uji nonparametrik seperti Mann-Whitney U. Pelajari teknik tambahan untuk mentransformasikan, memvisualisasikan, dan menafsirkan data kompleks, sehingga meningkatkan kemampuan Anda melakukan analisis yang andal dalam berbagai pengaturan eksperimen.
Perancangan Eksperimen dengan Python
Kursus
Selesai
