or
Toto cvičení je součástí kurzu
V této kapitole prozkoumáme vztah mezi vzorky a statisticky opodstatněnými závěry. Výběr vzorku je základem správných statistických rozhodnutí a ukážeme si, jak volba vzorku ovlivňuje výsledek tvé inference.
Naučíš se aplikovat testy normality, testy korelace a parametrické i neparametrické testy pro spolehlivou inferenci. Testy hypotéz jsou nástroje a zvolit ten správný nástroj pro danou situaci je klíčové pro statistické rozhodování. I když některé z těchto testů možná znáš z úvodních kurzů, v této kapitole půjdeme do hloubky a tvou inferenční sadu nástrojů výrazně rozšíříme.
V této kapitole budeš měřit a interpretovat velikost účinku v různých situacích, setkáš se s problémem mnohonásobného porovnávání a podrobně prozkoumáš sílu testu. Zatímco p-hodnoty ti řeknou, zda je přítomen statisticky významný efekt, neřeknou ti, jak silný tento efekt je. Velikost účinku měří, jak silný vliv má daná intervence. V této kapitole si důkladně osvojíš faktory, které velikost účinku ovlivňují.
Aktuální cvičení
Svou sadu nástrojů pro inferenční statistiku dále rozšíříš o bootstrapping, permutační testy a metody kombinování důkazů z p-hodnot. Bootstrapping ti poskytne první pohled na statistickou simulaci. V lekci věnované metaanalýze se naučíš vše o kombinování výsledků z více studií. Kurz zakončíš permutačními testy — výkonným a flexibilním neparametrickým statistickým nástrojem.