Tujuan ukuran efek

Apa tujuan utama memperkirakan ukuran efek (seperti Cohen's d) dalam konteks analisis daya (power analysis)?

Latihan ini merupakan bagian dari kursus

Perancangan Eksperimen dengan Python

Lihat Kursus

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Mulai latihan

Latihan ini merupakan bagian dari kursus

Perancangan Eksperimen dengan Python

SkillTag.level.intermediateSkillTag.label

4.8+

1771 reviews

Mulai Kursus Gratis

Membangun pengetahuan dalam perancangan eksperimen memungkinkan Anda menguji hipotesis dengan alat analitis berpraktik terbaik dan mengkuantifikasi risiko pekerjaan Anda. Anda akan memulai dengan meletakkan dasar tentang apa itu perancangan eksperimen dan berbagai pengaturannya seperti blocking dan stratifikasi. Anda kemudian akan mempelajari dan menerapkan uji visual serta analitis untuk kenormalan pada data eksperimen.

Exercise 1: Menyiapkan eksperimen Exercise 2: Penugasan subjek non-acak Exercise 3: Penugasan acak subjek Exercise 4: Penyiapan data eksperimen Exercise 5: Pemblokiran data eksperimen Exercise 6: Melakukan stratifikasi pada sebuah eksperimen Exercise 7: Manakah yang distratifikasi?Exercise 8: Data normal Exercise 9: Kenormalan visual dalam sebuah eksperimen pertanian Exercise 10: Normalitas analitik dalam eksperimen pertanian

Anda akan mendalami teknik perancangan eksperimen yang lebih canggih, berfokus pada rancangan faktorial, rancangan blok acak, dan penyesuaian kovariat. Metodologi ini berperan penting dalam meningkatkan ketelitian, efisiensi, dan keterjelasan hasil eksperimen. Melalui perpaduan wawasan teoretis dan penerapan praktis, Anda akan memperoleh keterampilan untuk merancang, mengimplementasikan, dan menganalisis eksperimen kompleks di berbagai bidang penelitian.

Exercise 1: Desain faktorial: prinsip dan penerapan Exercise 2: Memahami efektivitas kampanye pemasaran Exercise 3: Heatmap interaksi kampanye Exercise 4: Desain faktorial dan desain blok acak Exercise 5: Desain blok acak: mengendalikan varians Exercise 6: Menerapkan randomized block design Exercise 7: Memvisualisasikan produktivitas dalam blok berdasarkan insentif Exercise 8: ANOVA dalam blok karyawan Exercise 9: Penyesuaian kovariat dalam rancangan eksperimen Exercise 10: Pentingnya kovariat Exercise 11: Penyesuaian kovariat pada pertumbuhan anak ayam

Kuasai uji statistik seperti t-test, ANOVA, dan Chi-Square, serta dalami analisis post-hoc dan dasar-dasar analisis daya. Pelajari cara memilih uji yang tepat, menafsirkan p-value dan galat, serta melakukan analisis daya untuk menentukan ukuran sampel dan ukuran efek, sambil memanfaatkan pustaka Python yang kuat untuk mewujudkan wawasan data Anda.

Exercise 1: Memilih uji statistik yang tepat Exercise 2: Memilih uji yang tepat: petrokimia Exercise 3: Memilih uji yang tepat: sumber daya manusia Exercise 4: Memilih uji yang tepat: keuangan Exercise 5: Analisis post-hoc setelah ANOVA Exercise 6: ANOVA untuk pengobatan kecemasan Exercise 7: Menerapkan Tukey's HSD Exercise 8: Menerapkan koreksi Bonferroni Exercise 9: P-value, alpha, dan galat Exercise 10: Menganalisis daya tahan mainan Exercise 11: Memvisualisasikan perbedaan ketahanan Exercise 12: Peran tingkat signifikansi Exercise 13: Analisis daya: ukuran sampel dan efek Exercise 14: Tujuan ukuran efek

Latihan Saat Ini

Exercise 15: Mengestimasi ukuran sampel yang diperlukan untuk studi energi

Masuki kompleksitas analisis data eksperimen. Pelajari cara mensintesis wawasan menggunakan pandas, menangani isu data seperti heteroskedastisitas dengan scipy.stats, dan menerapkan uji nonparametrik seperti Mann-Whitney U. Pelajari teknik tambahan untuk mentransformasikan, memvisualisasikan, dan menafsirkan data kompleks, sehingga meningkatkan kemampuan Anda melakukan analisis yang andal dalam berbagai pengaturan eksperimen.

Exercise 1: Mensintesis wawasan dari eksperimen yang kompleks Exercise 2: Memvisualisasikan hasil persetujuan pinjaman Exercise 3: Mengeksplorasi kepuasan pelanggan Exercise 4: Mengomunikasikan data eksperimen secara efektif Exercise 5: Menangani kompleksitas dalam data eksperimen Exercise 6: Periksa heteroskedastisitas pada masa simpan Exercise 7: Mengeksplorasi dan mentransformasikan data masa simpan Exercise 8: Menerapkan uji nonparametrik dalam analisis eksperimen Exercise 9: Memvisualisasikan dan menguji metode pengawetan Exercise 10: Menganalisis lebih lanjut teknik pengawetan makanan Exercise 11: Selamat!