介紹實驗設計的關鍵要素，並涵蓋檢定力與樣本數的計算。

實驗設計導論

基本實驗

隨機化

重複與區組設計

重複次數（Replication）

阻隔（Blocking）

假設檢定

單尾檢定 vs. 雙尾檢定

探索 pwr 套件說明文件

檢定力與樣本數計算

探索 Lending Club 資料集，並建立與驗證基礎實驗，包括 A/B 測試。

ANOVA、單因子與多因子實驗

探索性資料分析（EDA）Lending Club

貸款用途如何影響實際撥款金額？

哪一種貸款用途的平均數不同？

多因子實驗

模型驗證

建模前的 EDA

模型後驗證圖與變異數

Kruskal-Wallis 等級和檢定

A/B 測試

A/B 測試後要用哪個檢定？

A/B 測試的樣本數

基本 A/B 測試

A/B 測試 vs. 多變量實驗

基礎實驗

使用 NHANES 資料建立 RCBD 與 BIBD 實驗，包含模型驗證與設計要點，確保 BIBD 合法可行。

NHANES 與抽樣入門

NHANES 資料集建置

NHANES 探索式資料分析（EDA）

NHANES 資料清理

重新抽樣 NHANES 資料

隨機化完全區集設計（RCBD）

哪一個「不是」好的分組因子？

使用 Agricolae 繪製 RCBD

NHANES 的 RCBD

RCBD 模型驗證

Balanced Incomplete Block Designs（BIBD）

BIBD 根本可行嗎？

使用 agricolae 繪製 BIBD

BIBD－貓的腎功能

NHANES 的 BIBD

隨機完全區組設計與平衡不完全區組設計

評估紐約市 SAT 成績資料並處理其遺漏值，接著評估拉丁方、希臘拉丁方與因子實驗。

Latin squares（拉丁方陣）

NYC SAT 分數的 EDA

處理缺漏的測驗成績

使用 agricolae 繪製 Latin Square

使用 NYC SAT 成績的 Latin Square

希臘拉丁方陣（Graeco-Latin squares）

NYC SAT 成績資料視覺化

使用 agricolae 繪製 Graeco-Latin 方陣

以 NYC SAT 分數進行 Graeco-Latin 方陣

因子實驗

NYC SAT 分數：因素設計的 EDA

以 NYC SAT 成績進行析因實驗

評估 NYC SAT 成績的因子模型

實驗設計的下一步是什麼？

拉丁方、希臘拉丁方與因子實驗

NHANES Demographics

sample of Lending Club data

NHANES Body Measures

NHANES final combined dataset

NHANES Medical Conditions

NYC SAT Scores

無論你在商業、醫療或科技領域，實驗設計都是資料分析中不可或缺的一環。當你想用資料回答問題時，就需要設計一個實驗！在本課程中，你會學到實驗設計的基礎概念，包括區組設計與因子設計，以及常用的統計檢定，例如 t 檢定與 ANOVA。你將使用 R 內建資料與真實世界的資料集，包括 CDC 的 NHANES 調查、紐約公立學校的 SAT 成績，以及 Lending Club 的貸款資料。完成課程後，你將能自行設計並分析自己的實驗。

Hypothesis Testing in R

學習基本實驗設計，包括區組和因子設計，以及常用統計檢定，如R中的t檢定和ANOVA。

ANOVA、單因子與多因子實驗

Create Your Free Account