Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
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
