Eine Einführung in die zentralen Aspekte der Versuchsplanung plus einige Berechnungen zu Teststärke und Stichprobengröße.

Einführung in das Versuchsdesign

Ein einfaches Experiment

Randomisierung

Replikation und Blockbildung

Replikation

Blocking

Hypothesentests

Einseitige vs. zweiseitige Tests

Erkunde die Hilfedocs des pwr-Pakets

Power- und Stichprobengrößen-Berechnungen

Einführung in die Versuchsplanung

Erkunde den Lending-Club-Datensatz und erstelle sowie validiere grundlegende Experimente, einschließlich eines A/B-Tests.

ANOVA sowie Einfaktor- und Mehrfaktor-Experimente

Explorative Datenanalyse (EDA) Lending Club

Wie beeinflusst der Darlehenszweck den ausbezahlten Betrag?

Welche durchschnittliche Darlehenszweck-Kategorie unterscheidet sich?

Experimente mit mehreren Faktoren

Modellvalidierung

EDA vor dem Modellieren

Validierungsdiagramme nach dem Modell + Varianz

Kruskal-Wallis-Rangsummentest

A/B-Tests

Welcher Test nach dem A/B-Test?

Stichprobengröße für A/B-Test

Einfacher A/B-Test

A/B-Tests vs. multivariable Experimente

Grundlegende Experimente

Nutze die NHANES-Daten, um RCBD- und BIBD-Experimente zu erstellen, einschließlich Modellvalidierung und Designtipps, damit der BIBD gültig ist.

Einführung in NHANES und Stichproben

NHANES-Datensatz zusammenstellen

NHANES: EDA

NHANES-Datenbereinigung

NHANES-Daten neu sampeln

Randomisierte vollständige Blockdesigns (RCBD)

Was ist KEIN guter Blockfaktor?

RCBDs mit Agricolae zeichnen

NHANES RCBD

RCBD-Modellvalidierung

Balanced Incomplete Block Designs (BIBD)

Ist ein BIBD überhaupt möglich?

BIBDs mit agricolae zeichnen

BIBD – Nierenfunktion bei Katzen

NHANES BIBD

Randomisierte vollständige und balancierte unvollständige Blockpläne

Bewerte die SAT-Ergebnisse aus NYC und gehe mit fehlenden Werten um; bewerte anschließend lateinische Quadrate, gräkolateinische Quadrate und faktoriellen Experimente.

Lateinische Quadrate

NYC-SAT-Scores: EDA

Umgang mit fehlenden Testergebnissen

Latin Squares mit agricolae zeichnen

Lateinisches Quadrat mit NYC-SAT-Ergebnissen

Gräko-lateinische Quadrate

NYC-SAT-Ergebnisse: Datenvisualisierung

Graeco-Latin-Squares mit agricolae zeichnen

Graeco-Latin-Quadrat mit NYC-SAT-Ergebnissen

Faktorieller Versuch

Faktorielles EDA zu NYC-SAT-Ergebnissen

Faktorielles Experiment mit NYC-SAT-Ergebnissen

Auswertung des NYC-SAT-Scores-Faktormodells

Wie geht es weiter mit dem Versuchsdesign?

Lateinische Quadrate, gräkolateinische Quadrate und faktoriellen Experimente

sample of Lending Club data

NHANES Body Measures

NHANES Demographics

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

Versuchsplanung ist ein entscheidender Teil der Datenanalyse – in jedem Bereich, ob Business, Gesundheit oder Tech. Wenn du mit Daten eine Frage beantworten willst, brauchst du ein gut geplantes Experiment! In diesem Kurs lernst du die Grundlagen der Versuchsplanung kennen, darunter Block- und faktorielles Design, sowie gängige statistische Tests wie t-Tests und ANOVAs. Du arbeitest mit integrierten R-Daten und realen Datensätzen, darunter die CDC-NHANES-Umfrage, SAT-Ergebnisse von New Yorker öffentlichen Schulen und Lending-Club-Kreditdaten. Nach dem Kurs kannst du eigene Experimente entwerfen und auswerten!

Hypothesis Testing in R

Erfahren Sie mehr über Versuchsdesigns, Block- und Faktoriellentwürfe sowie t-Tests und ANOVAs in R.

Versuchsplanung in R

Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.

A/B-Tests

Create Your Free Account