En introduktion till centrala delar av experimentell design samt beräkningar av teststyrka och urvalsstorlek.

Introduktion till experimentell design

Ett grundläggande experiment

Randomisering

Replikering och blockering

Replikering

Blockering

Hypotestestning

Enkelriktade och dubbelriktade test

Utforskning av hjälpdokumentation för pwr-paketet

Styrka och urvalsstorleksberäkningar

Utforska Lending Club-datamängden och bygg och validera grundläggande experiment, inklusive ett A/B-test.

ANOVA, enkel- och flerfaktorexperiment

Exploratory dataanalys (EDA) – Lending Club

Hur påverkar lånesyftet det beviljade beloppet?

Vilket medelvärde för lånesyfte skiljer sig?

Experiment med flera faktorer

Modellvalidering

EDA inför modellering

Valideringsplottar efter modellering + varians

Kruskal-Wallis rangordningstest

A/B-testning

Vilket test väljer du efter ett A/B-test?

Urvalsstorlek för A/B-test

Grundläggande A/B-test

A/B-tester vs. multivariabla experiment

Grundläggande experiment

Använd NHANES-data för att bygga ett RCBD- och BIBD-experiment, inklusive modellvalidering och designtips för att säkerställa att BIBD är giltig.

Introduktion till NHANES och urval

Konstruktion av NHANES-datamängden

EDA med NHANES

Datarensning av NHANES

Omsampling av NHANES-data

Randomiserade fullständiga blockdesigner (RCBD)

Vilket är INTE en bra blockeringsfaktor?

Rita RCBD-designer med Agricolae

NHANES RCBD

Modellvalidering av RCBD

Balanserade ofullständiga blockdesigner (BIBD)

Är ett BIBD ens möjligt?

Rita BIBD-designer med agricolae

BIBD – kattnjurarnas funktion

NHANES BIBD

Randomiserade fullständiga och balanserade ofullständiga blockdesigner

Analysera SAT-resultatdata från NYC och hantera saknade värden, och utvärdera sedan latinkvadrat-, Graeco-latinkvadrat- och faktoriella experiment.

Latinska kvadrater

Explorativ dataanalys av SAT-poäng i NYC

Hantera saknade testresultat

Rita latinska kvadrater med agricolae

Latinskt kvadratdesign med NYC SAT-poäng

Graeco-latinska kvadrater

Datavisualisering av NYC SAT-poäng

Rita Graeco-latinska kvadrater med agricolae

Graeco-latinsk kvadrat med NYC SAT-poäng

Faktoriella experiment

Faktorielt EDA för NYC SAT-poäng

Faktorexperiment med NYC SAT-poäng

Utvärdera faktorialmodellen för NYC SAT-poäng

Vad händer härnäst inom experimentell design?

Latinkvadrat, Graeco-latinkvadrat och faktoriella experiment

NHANES Demographics

sample of Lending Club data

NHANES Body Measures

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

Experimentell design är en central del av dataanalys inom alla områden – oavsett om du arbetar inom näringsliv, hälsa eller teknik. Om du vill använda data för att besvara en fråga behöver du designa ett experiment. I den här kursen lär du dig grunderna i experimentell design, inklusive blockdesigner och faktoriella designer, samt vanliga statistiska tester som t-test och ANOVA. Du använder inbyggda R-data och verkliga datamängder, bland annat CDC NHANES-undersökningen, SAT-resultat från New Yorks kommunala skolor och lånedata från Lending Club. Efter kursen kan du designa och analysera dina egna experiment!

Hypothesis Testing in R

Lär dig om grundläggande experimentdesign, block- och faktoriella designer samt t-test och ANOVA i R.

Experimentell design i R

I den här kursen lär du dig grundläggande experimentell design, en avgörande del av all dataanalys.

ANOVA, enkel- och flerfaktorexperiment

Create Your Free Account