or
Ця вправа є частиною курсу
Розуміння експериментального дизайну дає змогу перевіряти гіпотези з використанням найкращих аналітичних інструментів і кількісно оцінювати ризики вашої роботи. Ви почнете з визначення, що таке експериментальний дизайн, та розгляду різних схем, зокрема блокування й стратифікації. Далі ви навчитеся застосовувати візуальні та аналітичні тести на нормальність у експериментальних даних.
Ви зануритеся в більш складні прийоми експериментального дизайну з акцентом на факторні дизайни, рандомізовані блокові дизайни та коригування за коваріатами. Ці методики суттєво підвищують точність, ефективність і зрозумілість результатів експерименту. Поєднуючи теоретичні засади з практичними прикладами, ви здобудете навички для проєктування, впровадження та аналізу складних експериментів у різних галузях досліджень.
Опanuйте статистичні тести, зокрема t‑тести, ANOVA та χ‑квадрат, і заглибтеся в постхок-аналіз та основи аналізу потужності. Навчіться правильно обирати тест, інтерпретувати p‑значення та помилки, а також вправно проводити аналіз потужності для визначення розміру вибірки й ефекту, використовуючи потужні бібліотеки Python, щоб перетворювати дані на інсайти.
Займіться складнощами аналізу експериментальних даних. Навчіться синтезувати інсайти за допомогою pandas, розв'язувати проблеми даних, зокрема гетероскедастичність, зі scipy.stats, і застосовувати непараметричні тести, як-от критерій Манна—Вітні U. Опanuйте додаткові техніки трансформації, візуалізації та інтерпретації складних даних, щоб впевнено виконувати надійний аналіз у різних експериментальних налаштуваннях.
Поточна вправа