An introduction to key parts of experimental design plus some power and sample size calculations.

Introduction to experimental design

A basic experiment

Randomization

Replication and blocking

Replication

Blocking

Hypothesis testing

One sided vs. Two-sided tests

pwr package Help Docs exploration

Power & Sample Size Calculations

Introduction to Experimental Design

Explore the Lending Club dataset plus build and validate basic experiments, including an A/B test.

ANOVA, single, and multiple factor experiments

Exploratory Data Analysis (EDA) Lending Club

How does loan purpose affect amount funded?

Which loan purpose mean is different?

Multiple Factor Experiments

Model validation

Pre-modeling EDA

Post-modeling validation plots + variance

Kruskal-Wallis rank sum test

A/B testing

Which post-A/B test test?

Sample size for A/B test

Basic A/B test

A/B tests vs. multivariable experiments

Basic Experiments

Use the NHANES data to build a RCBD and BIBD experiment, including model validation and design tips to make sure the BIBD is valid.

Introductie tot NHANES en steekproeven

NHANES-gegevensset samenstellen

NHANES EDA

NHANES-gegevens opschonen

NHANES-gegevens opnieuw bemonsteren

Randomized Complete Block Designs (RCBD)

Wat is GEEN goede blokkeringsfactor?

RCBD's tekenen met Agricolae

NHANES RCBD

RCBD-modelvalidatie

Balanced Incomplete Block Designs (BIBD)

Is een BIBD überhaupt mogelijk?

BIBD's tekenen met agricolae

BIBD - nierfunctie van katten

NHANES BIBD

Randomized Complete and Balanced Incomplete Block Designs

Evaluate the NYC SAT scores data and deal with its missing values, then evaluate Latin Square, Graeco-Latin Square, and Factorial experiments.

Latin squares

NYC SAT Scores EDA

Dealing with Missing Test Scores

Drawing Latin Squares with agricolae

Latin Square with NYC SAT Scores

Graeco-Latin squares

NYC SAT Scores Data Viz

Drawing Graeco-Latin Squares with agricolae

Graeco-Latin Square with NYC SAT Scores

Factorial experiments

NYC SAT Scores Factorial EDA

Factorial Experiment with NYC SAT Scores

Evaluating the NYC SAT Scores Factorial Model

What's next in experimental design?

Latin Squares, Graeco-Latin Squares, and Factorial Experiments

sample of Lending Club data

NHANES Body Measures

NHANES Demographics

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

Experimenteel ontwerp is een cruciaal onderdeel van data-analyse, of je nu werkt in business, gezondheid of tech. Als je data wilt gebruiken om een vraag te beantwoorden, moet je een experiment ontwerpen! In deze cursus leer je de basis van experimenteel ontwerp, waaronder blok- en factoriële ontwerpen, en veelgebruikte statistische toetsen zoals t-toetsen en ANOVA’s. Je gebruikt ingebouwde R-data en datasets uit de echte wereld, waaronder de CDC NHANES-enquête, SAT-scores van openbare scholen in New York en Lending Club-leningdata. Na deze cursus kun je je eigen experimenten ontwerpen en analyseren!

Hypothesis Testing in R

Leer over basis experimenteel ontwerp, blok- en factoriële ontwerpen, t-tests en ANOVA's in R.

Experimenteel ontwerp in R

In deze cursus leer je over basisprincipes van experimenteel ontwerp, een belangrijk onderdeel van elke data-analyse.

Associate Data Scientist in R

Statisticus in R

Data Scientist

Intro op de NHANES-dataset

Intro op steekproeven

Steekproeven - Deel 1

Steekproeven - Deel 2

Laten we oefenen!

Randomized Complete and Balanced Incomplete Block Designs - Introductie tot NHANES en steekproeven

Introductie tot NHANES en steekproeven

Create Your Free Account