Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Experimenteel ontwerp is een cruciaal onderdeel van data-analyse, of je nu werkt in business, gezondheid of tech. Als je data wilt gebruiken om een vraag te beantwoorden, moet je een experiment ontwerpen! In deze cursus leer je de basis van experimenteel ontwerp, waaronder blok- en factoriële ontwerpen, en veelgebruikte statistische toetsen zoals t-toetsen en ANOVA’s. Je gebruikt ingebouwde R-data en datasets uit de echte wereld, waaronder de CDC NHANES-enquête, SAT-scores van openbare scholen in New York en Lending Club-leningdata. Na deze cursus kun je je eigen experimenten ontwerpen en analyseren!
Vereisten
Lesprogramma
Cursusoverzicht
1
Introductie tot experimenteel ontwerp
Een introductie tot de kernonderdelen van experimenteel ontwerp plus enkele berekeningen voor power en steekproefgrootte.
- Introductie tot experimenteel ontwerp50 XP
- Een basisexperiment100 XP
- Randomisatie100 XP
- Replicatie en blokkeren50 XP
- Replicatie100 XP
- Blokkeren100 XP
- Hypothesetoetsing50 XP
- Eenzijdige vs. tweezijdige toetsen100 XP
- Verkenning van de Help Docs van het pwr-pakket50 XP
- Power- en steekproefgrootteberekeningen100 XP
2
Basisexperimenten
Verken de Lending Club-gegevensset en bouw en valideer basisexperimenten, waaronder een A/B-test.
3
Gerandomiseerde complete en gebalanceerde onvolledige blokontwerpen
Gebruik de NHANES-data om een RCBD- en BIBD-experiment op te zetten, inclusief modelvalidatie en ontwerptips om te controleren dat de BIBD geldig is.
4
Latijnse vierkanten, Grieks-Latijnse vierkanten en factoriële experimenten
Evalueer de SAT-scores van NYC en ga om met de ontbrekende waarden, en beoordeel vervolgens Latijnse vierkanten, Grieks-Latijnse vierkanten en factoriële experimenten.
R
Experimenteel ontwerp in R
Cursus
voltooid
