Introducción a las partes clave del diseño experimental, además de cálculos de potencia y tamaño de muestra.

Introducción al diseño experimental

Un experimento básico

Aleatorización

Replicación y bloqueo

Replicación

Bloqueo

Pruebas de hipótesis

Pruebas de una cola vs. dos colas

Exploración de la ayuda del paquete pwr

Cálculos de potencia y tamaño muestral

Explora el conjunto de datos de Lending Club y construye y valida experimentos básicos, incluido un test A/B.

ANOVA y experimentos de uno y varios factores

Análisis exploratorio de datos (EDA) en Lending Club

¿Cómo afecta el propósito del préstamo al monto financiado?

¿Qué media de propósito del préstamo es diferente?

Experimentos con múltiples factores

Validación del modelo

EDA antes del modelado

Gráficos de validación posmodelo + varianza

Prueba de suma de rangos de Kruskal-Wallis

Pruebas A/B

¿Qué prueba hacer tras el test A/B?

Tamaño de muestra para un test A/B

Prueba A/B básica

Pruebas A/B vs. experimentos multivariables

Experimentos básicos

Utiliza los datos de NHANES para construir un experimento RCBD y BIBD, incluyendo la validación del modelo y consejos de diseño para asegurarte de que el BIBD sea válido.

Introducción a NHANES y el muestreo

Construcción del conjunto de datos NHANES

EDA con NHANES

Limpieza de datos de NHANES

Remuestreo de datos de NHANES

Diseños de bloques completos aleatorizados (RCBD)

¿Cuál NO es un buen factor de bloqueo?

Dibujar RCBD con Agricolae

NHANES RCBD

Validación del modelo RCBD

Diseños de Bloques Incompletos Balanceados (BIBD)

¿Es siquiera posible un BIBD?

Dibujando BIBD con agricolae

BIBD - función renal de los gatos

NHANES BIBD

Diseños de bloques completos aleatorizados e incompletos balanceados

Evalúa los datos de puntuaciones del SAT de NYC y gestiona sus valores faltantes; después, evalúa experimentos de Cuadrado Latino, Grecolatino y factoriales.

Cuadrados latinos

EDA de puntuaciones SAT de NYC

Cómo tratar las calificaciones faltantes

Dibujando cuadrados latinos con agricolae

Cuadrado latino con puntuaciones SAT de NYC

Cuadrados grecolatinos

Visualización de datos de SAT de NYC

Dibujar cuadrados greco-latinos con agricolae

Cuadrado grecolatino con puntuaciones SAT de NYC

Experimentos factoriales

EDA factorial de las puntuaciones SAT de NYC

Experimento factorial con las puntuaciones SAT de NYC

Evaluación del modelo factorial de puntuaciones SAT de NYC

¿Qué sigue en el diseño experimental?

Cuadrados latinos, grecolatinos y experimentos factoriales

sample of Lending Club data

NHANES Body Measures

NHANES Demographics

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

El diseño experimental es una parte fundamental del análisis de datos en cualquier ámbito, ya trabajes en negocios, salud o tecnología. Si quieres usar datos para responder una pregunta, ¡necesitas diseñar un experimento! En este curso aprenderás los conceptos básicos de diseño experimental, incluidos los diseños en bloques y factoriales, y pruebas estadísticas habituales como los t-tests y las ANOVAs. Utilizarás datos incorporados de R y conjuntos de datos reales como la encuesta NHANES del CDC, las puntuaciones del SAT de las escuelas públicas de NY y datos de préstamos de Lending Club. Al finalizar el curso, ¡podrás diseñar y analizar tus propios experimentos!

Hypothesis Testing in R

Aprende sobre diseño experimental básico, diseños en bloque y factoriales, y pruebas estadísticas en R.

Diseño experimental en R

En este curso aprenderás los fundamentos del diseño experimental, una parte crucial de cualquier análisis de datos.

Científico de datos asociado en R

Estadístico en R

¿Qué prueba hacer tras el test A/B?

Diseño experimental en R

Ejercicio interactivo práctico