Python 实验设计

实施实验设计方案

了解如何为你的用例实施最合适的实验设计方案。 了解如何实施随机区组设计和析因设计，以测量处理效应并得出有效且精确的结论。

对实验数据进行统计分析

深入学习如何对实验数据进行统计分析，包括选择并执行统计检验，如 t 检验、ANOVA 检验以及关联卡方检验。 在 ANOVA 检验后进行事后分析，准确找出哪些成对比较存在显著差异。

进行功效分析

学习如何衡量效应量，以确定各组之间差异的程度，而不仅仅是判断它们是否存在显著差异。 使用假定效应量进行功效分析，以确定获得所需统计功效所需的最小样本量。 使用 Cohen’s d 公式来衡量某些样本数据的效应量，并检验功效分析中所使用的效应量假设是否准确。

处理实验数据中的复杂性

从复杂的实验数据中提取洞察，并学习向不同利益相关者传达研究结果的最佳实践。 解决实验数据中的交互作用、异方差性和混杂问题，以提高结论的有效性。 当数据不满足参数检验的假设时，你将学习如何选择并实施合适的非参数检验。