Gratulacje!

Projektowanie eksperymentów w Pythonie

James Chapman

Curriculum Manager, DataCamp

Rozdział 1

• Konfiguracja eksperymentu i danych
• Dane normalne

Rozdział 2

• Konfiguracja eksperymentu i danych
• Dane normalne
• Plany czynnikowe i losowane bloki
• Korekta kowariancyjna

Rozdział 3

• Konfiguracja eksperymentu i danych
• Dane normalne
• Plany czynnikowe i losowane bloki
• Korekta kowariancyjna
• Wybór właściwego testu hipotez
• Analiza post-hoc
• Wartości p, alpha i błędy testów
• Analiza mocy

Rozdział 4

• Konfiguracja eksperymentu i danych
• Dane normalne
• Plany czynnikowe i losowane bloki
• Korekta kowariancyjna
• Wybór właściwego testu hipotez
• Analiza post-hoc
• Wartości p, alpha i błędy testów
• Opowiadanie historii danymi z eksperymentów
• Transformacje i testy nieparametryczne

Co dalej?

Projekty praktyczne:

• Hypothesis Testing with Men's and Women's Soccer Matches
• Hypothesis Testing in Healthcare
• Experimental Design Project

 

Kursy ze statystyki stosowanej:

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

Gratulacje!

Projektowanie eksperymentów w Pythonie