Un’introduzione agli elementi chiave della progettazione sperimentale, con cenni a potenza statistica e calcolo della dimensione del campione.

Introduzione al disegno sperimentale

Un esperimento di base

Randomizzazione

Replicazione e blocchi

Replicazione

Blocco

Verifica d'ipotesi

Test a una coda vs. a due code

Esplorazione della Guida del pacchetto pwr

Calcoli di potenza e dimensione del campione

Introduzione alla progettazione sperimentale

Esplora il dataset di Lending Club e imposta e valida esperimenti di base, incluso un test A/B.

ANOVA, esperimenti a uno e più fattori

Analisi Esplorativa dei Dati (EDA) Lending Club

In che modo lo scopo del prestito influisce sull'importo finanziato?

Quale media per finalità del prestito è diversa?

Esperimenti a fattori multipli

Validazione del modello

EDA pre-modellazione

Grafici di validazione post-modello + varianza

Test dei ranghi di Kruskal-Wallis

Test A/B

Quale test post A/B?

Dimensione del campione per un test A/B

A/B test di base

Test A/B vs. esperimenti multivariabili

Esperimenti di base

Usa i dati NHANES per costruire esperimenti RCBD e BIBD, con validazione del modello e suggerimenti di design per garantire la validità del BIBD.

Introduzione a NHANES e al campionamento

Costruzione del dataset NHANES

NHANES EDA

Pulizia dei dati NHANES

Ri-campionare i dati NHANES

Randomized Complete Block Designs (RCBD)

Quale NON è un buon fattore di blocco?

Disegnare RCBD con Agricolae

NHANES RCBD

Validazione del modello RCBD

Balanced Incomplete Block Designs (BIBD)

È possibile avere un BIBD?

Disegnare BIBD con agricolae

BIBD - funzionalità renale del gatto

NHANES BIBD

Randomized Complete e Balanced Incomplete Block Designs

Valuta i punteggi SAT di NYC e gestisci i valori mancanti, poi analizza i quadrati latini, i quadrati greco-latini e gli esperimenti fattoriali.

Quadrati latini

EDA sui punteggi SAT di NYC

Gestire i punteggi dei test mancanti

Disegnare quadrati latini con agricolae

Quadrato latino con i punteggi SAT di NYC

Quadrati greco-latini

Visualizzazione dati SAT NYC

Disegnare quadrati greco-latini con agricolae

Quadrato greco-latino con i punteggi SAT di NYC

Esperimenti fattoriali

Analisi esplorativa fattoriale dei punteggi SAT di NYC

Esperimento fattoriale con i punteggi SAT di NYC

Valutare il modello fattoriale dei punteggi SAT di NYC

E adesso, cosa viene dopo nel disegno sperimentale?

Quadrati latini, quadrati greco-latini ed esperimenti fattoriali

sample of Lending Club data

NHANES Body Measures

NHANES Demographics

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

La progettazione sperimentale è una parte fondamentale dell’analisi dei dati in qualsiasi ambito, che tu lavori nel business, nella sanità o nella tecnologia. Se vuoi usare i dati per rispondere a una domanda, devi progettare un esperimento! In questo corso imparerai le basi della progettazione sperimentale, incluse le strutture a blocchi e i disegni fattoriali, e i test statistici più usati, come i t-test e le ANOVA. Userai i dati integrati di R e insiemi di dati reali, tra cui l’indagine CDC NHANES, i punteggi SAT delle scuole pubbliche di New York e i dati sui prestiti di Lending Club. Al termine del corso, sarai in grado di progettare e analizzare i tuoi esperimenti!

Hypothesis Testing in R

Scopri il design sperimentale di base, inclusi blocchi, fattoriali e test statistici come t-test e ANOVA in R.

Progettazione Sperimentale in R

In questo corso imparerai le basi della progettazione sperimentale, una parte fondamentale di qualsiasi analisi dei dati.

Test A/B

Create Your Free Account