Build your ultimate AI agent
Kursbeskrivning
Experimentell design är en central del av dataanalys inom alla områden – oavsett om du arbetar inom näringsliv, hälsa eller teknik. Om du vill använda data för att besvara en fråga behöver du designa ett experiment. I den här kursen lär du dig grunderna i experimentell design, inklusive blockdesigner och faktoriella designer, samt vanliga statistiska tester som t-test och ANOVA. Du använder inbyggda R-data och verkliga datamängder, bland annat CDC NHANES-undersökningen, SAT-resultat från New Yorks kommunala skolor och lånedata från Lending Club. Efter kursen kan du designa och analysera dina egna experiment!
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till experimentell design
En introduktion till centrala delar av experimentell design samt beräkningar av teststyrka och urvalsstorlek.
- Introduktion till experimentell design50 XP
- Ett grundläggande experiment100 XP
- Randomisering100 XP
- Replikering och blockering50 XP
- Replikering100 XP
- Blockering100 XP
- Hypotestestning50 XP
- Enkelriktade och dubbelriktade test100 XP
- Utforskning av hjälpdokumentation för pwr-paketet50 XP
- Styrka och urvalsstorleksberäkningar100 XP
2
Grundläggande experiment
Utforska Lending Club-datamängden och bygg och validera grundläggande experiment, inklusive ett A/B-test.
3
Randomiserade fullständiga och balanserade ofullständiga blockdesigner
Använd NHANES-data för att bygga ett RCBD- och BIBD-experiment, inklusive modellvalidering och designtips för att säkerställa att BIBD är giltig.
4
Latinkvadrat, Graeco-latinkvadrat och faktoriella experiment
Analysera SAT-resultatdata från NYC och hantera saknade värden, och utvärdera sedan latinkvadrat-, Graeco-latinkvadrat- och faktoriella experiment.
R
Experimentell design i R
Kurs
slutförd
