Kurs
Python ile Deney Tasarımı
Orta SeviyeBeceri Seviyesi
Güncel 06.2026
PythonProbability & Statistics4 sa14 video47 Egzersiz3,700 XP14,514Başarı Belgesi
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
Binlerce şirketten öğrencinin sevgisini kazandı
Bir Ekibi Eğitiyor musunuz?
İşletmeler için deneyinKurs Açıklaması
Deneysel Tasarım Kurulumlarını Uygulayın
Kullanım durumunuz için en uygun deneysel tasarım kurulumunu nasıl uygulayacağınızı öğrenin. Tedavi etkilerini ölçmek ve geçerli ve kesin sonuçlar çıkarmak için rastgele blok tasarımları ve faktöriyel tasarımların nasıl uygulanabileceğini öğrenin.Deney Verileri Üzerinde İstatistiksel Analizler Yapmak
Deney verileri üzerinde istatistiksel analizler gerçekleştirme konusunda derinlemesine bilgi sahibi olun, t-testleri, ANOVA testleri ve ki-kare ilişki testleri dahil olmak üzere istatistiksel testleri seçme ve gerçekleştirme dahil. ANOVA testlerinden sonra post-hoc analizi gerçekleştirerek, hangi ikili karşılaştırmaların önemli ölçüde farklı olduğunu kesin olarak belirleyin.Güç Analizi Yapın
Grupların önemli ölçüde farklı olmasının ötesinde, ne kadar farklı olduklarını belirlemek için etki büyüklüğünü ölçmeyi öğrenin. Gerekli istatistiksel gücü elde etmek için gereken minimum örneklem büyüklüğünü belirlemek üzere, varsayılan etki büyüklüğünü kullanarak bir güç analizi gerçekleştirin. Cohen'in d formülünü kullanarak bazı örnek veriler için etki büyüklüğünü ölçün ve güç analizinde kullanılan etki büyüklüğü varsayımlarının doğru olup olmadığını test edin.Deneysel Verilerdeki Karmaşıklıkları Ele Almak
Karmaşık deneysel verilerden içgörüler çıkarın ve bulguları farklı paydaşlara iletmek için en iyi uygulamaları öğrenin. Sonuçlarınızın geçerliliğini artırmak için deneysel verilerdeki etkileşimler, heteroskedastisite ve karıştırıcı faktörler gibi karmaşık unsurları ele alın. Veriler parametrik testlerin varsayımlarını karşılamadığında, uygun bir parametrik olmayan testi seçmeyi ve uygulamayı öğreneceksiniz.Önkoşullar
Hypothesis Testing in Python1
Deney Tasarımına Giriş
Deney tasarımı bilgisini geliştirmek, en iyi uygulamalara dayalı analitik araçlarla hipotezleri test etmene ve çalışmalarındaki riski nicelleştirmeni sağlar. Yolculuğuna, deney tasarımının ne olduğuna dair temelleri ve bloklama ile tabakalama (stratification) gibi farklı deney tasarımı kurulumlarını ele alarak başlayacaksın. Ardından, deneysel verilerde normalliği değerlendirmek için görsel ve analitik testleri öğrenecek ve uygulayacaksın.
2
Deney Tasarımı Teknikleri
Faktöriyel tasarımlar, rastgele blok tasarımlar ve yardımcı değişken (kovaryat) ayarlamalarına odaklanarak ileri düzey deney tasarımı tekniklerine dalacaksın. Bu yöntemler, deney sonuçlarının doğruluğunu, verimliliğini ve yorumlanabilirliğini artırmada kritik öneme sahiptir. Kuramsal içgörülerle pratik uygulamaları birleştirerek, çeşitli araştırma alanlarında karmaşık deneyleri tasarlama, yürütme ve analiz etme becerilerini edineceksin.
3
Deneysel Veriyi Analiz Etmek: İstatistiksel Testler ve Güç
T-testleri, ANOVA ve Ki-Kare gibi istatistiksel testlerde ustalaş; post-hoc analizler ve güç analizi temellerine derinlemesine gir. Doğru testi seçmeyi, p-değerlerini ve hataları yorumlamayı, örneklem ve etki büyüklüklerini belirlemek için ustalıkla güç analizi yapmayı öğren; tüm bunları verilerindeki içgörüleri hayata geçirmek için Python'un güçlü kütüphanelerinden yararlanarak gerçekleştir.
4
Deneysel Karmaşıklıktan Gelişmiş İçgörüler
Deneysel veri analizinin karmaşıklıklarına dal. pandas ile içgörüleri sentezlemeyi, scipy.stats kullanarak heteroskedastisite gibi veri sorunlarını ele almayı ve Mann-Whitney U gibi parametrik olmayan testleri uygulamayı öğren. Dönüştürme, görselleştirme ve karmaşık verileri yorumlamaya yönelik ek tekniklerle, farklı deneysel ortamlarda sağlam analizler yürütme becerini güçlendir.
Python ile Deney Tasarımı
Kurs Tamamlandı
Başarı Belgesi Kazanın
Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyinSosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun
Bugün 19 milyondan fazla öğrenciye katılın ve Python ile Deney Tasarımı eğitimine başlayın!
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
DataCamp for Mobile ile veri becerilerinizi geliştirin
Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.