Introduction aux éléments clés du plan d'expériences, avec quelques calculs de puissance et de taille d'échantillon.

Introduction à la planification expérimentale

Une expérience de base

Randomisation

Réplication et blocs

Réplication

Blocage

Vérification d'hypothèses

Tests unilatéraux vs bilatéraux

Exploration de l'aide du paquet pwr

Calculs de puissance et de taille d'échantillon

Introduction au plan d'expériences

Explorez le jeu de données de Lending Club et créez puis validez des expériences de base, y compris un test A/B.

ANOVA, expériences à un et à plusieurs facteurs

Analyse exploratoire des données (EDA) – Lending Club

L'objectif du prêt influe-t-il sur le montant financé?

Quelle moyenne de but de prêt est différente?

Expériences à facteurs multiples

Validation du modèle

Analyse exploratoire avant modélisation

Graphiques de validation post-modèle + variance

Test de Kruskal-Wallis (somme des rangs)

Test A/B

Quel test après un test A/B?

Taille d'échantillon pour un test A/B

Test A/B de base

Tests A/B vs expériences multivariables

Expériences de base

Utilisez les données NHANES pour construire des expériences RCBD et BIBD, avec validation des modèles et conseils de conception pour assurer la validité du BIBD.

Introduction à NHANES et à l'échantillonnage

Construction du jeu de données NHANES

Exploration des données NHANES

Nettoyage des données NHANES

Rééchantillonnage des données NHANES

Plans en blocs complets randomisés (RCBD)

Quel élément n'est PAS un bon facteur de blocage?

Tracer des RCBD avec Agricolae

RCBD avec NHANES

Validation du modèle RCBD

Plans en blocs incomplets équilibrés (BIBD)

Un BIBD est-il même possible ?

Tracer des BIBD avec agricolae

BIBD - fonction rénale du chat

NHANES BIBD

Plans en blocs complets randomisés et incomplets équilibrés

Analysez les résultats du SAT à New York et gérez les valeurs manquantes, puis étudiez les carrés latins, les carrés gréco-latins et les plans factoriels.

Carrés latins

Analyse exploratoire des scores SAT à NYC

Gérer les résultats de test manquants

Tracer des carrés latins avec agricolae

Carré latin avec les scores SAT de NYC

Carrés gréco-latins

Visualisation des données des résultats SAT à NYC

Tracer des carrés gréco-latins avec agricolae

Carré gréco-latin avec les résultats SAT de New York

Expériences factorielle

Analyse factorielle des résultats SAT à NYC – EDA

Expérience factorielle avec les résultats SAT de NYC

Évaluer le modèle factoriel des scores SAT de NYC

Quelle est la prochaine étape en plan d'expériences ?

Carrés latins, carrés gréco-latins et plans factoriels

NHANES Demographics

sample of Lending Club data

NHANES Body Measures

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

La planification d'expériences est essentielle à l'analyse de données, peu importe le domaine — affaires, santé ou techno. Si vous voulez utiliser des données pour répondre à une question, vous devez concevoir une expérience ! Dans ce cours, vous apprendrez les bases du plan d'expériences, y compris les plans en blocs et factoriels, ainsi que des tests statistiques courants comme les tests t et les ANOVA. Vous utiliserez des jeux de données intégrés à R et des données réelles, dont l'enquête NHANES des CDC, les résultats du SAT des écoles publiques de New York et les données de prêts de Lending Club. À la fin du cours, vous serez en mesure de concevoir et d'analyser vos propres expériences !

Hypothesis Testing in R

Découvrez les bases de la conception expérimentale, les tests statistiques comme les t-tests et ANOVA en R.

Plan d'expériences avec R

Dans ce cours, vous apprendrez les bases de la conception expérimentale, un élément crucial de toute analyse de données.

Test A/B

Create Your Free Account