Complimenti!

Progettazione Sperimentale in Python

James Chapman

Curriculum Manager, DataCamp

Capitolo 1

• Impostazione di esperimenti e dati
• Dati normali

Capitolo 2

• Impostazione di esperimenti e dati
• Dati normali
• Disegni fattoriali e a blocchi randomizzati
• Aggiustamento per covariate

Capitolo 3

• Impostazione di esperimenti e dati
• Dati normali
• Disegni fattoriali e a blocchi randomizzati
• Aggiustamento per covariate
• Scelta del test d'ipotesi giusto
• Analisi post hoc
• P-value, alfa ed errori di test
• Analisi di potenza

Capitolo 4

• Impostazione di esperimenti e dati
• Dati normali
• Disegni fattoriali e a blocchi randomizzati
• Aggiustamento per covariate
• Scelta del test d'ipotesi giusto
• Analisi post hoc
• P-value, alfa ed errori di test
• Data storytelling con esperimenti
• Trasformazioni e test non parametrici

E ora?

Progetti reali:

• Test d'ipotesi con partite di calcio maschili e femminili
• Test d'ipotesi in sanità
• Progetto di disegno sperimentale

 

Corsi di statistica applicata:

• A/B Testing in Python
• Analyzing Survey Data in Python
• Bayesian Data Analysis in Python
• Foundations of Inference in Python

Complimenti!

Progettazione Sperimentale in Python