Вітаємо!

Експериментальний дизайн у Python

James Chapman

Curriculum Manager, DataCamp

Розділ 1

• Постановка експерименту та підготовка даних
• Нормальні дані

Розділ 2

• Постановка експерименту та підготовка даних
• Нормальні дані
• Факторні та рандомізовані блочні дизайни
• Коригування за коваріатами

Розділ 3

• Постановка експерименту та підготовка даних
• Нормальні дані
• Факторні та рандомізовані блочні дизайни
• Коригування за коваріатами
• Вибір належного критерію гіпотези
• Пост-хок аналіз
• P-значення, альфа та помилки тесту
• Аналіз потужності

Розділ 4

• Постановка експерименту та підготовка даних
• Нормальні дані
• Факторні та рандомізовані блочні дизайни
• Коригування за коваріатами
• Вибір належного критерію гіпотези
• Пост-хок аналіз
• P-значення, альфа та помилки тесту
• Сторітелінг за даними в експериментах
• Перетворення та непараметричні тести

Що далі?

Практичні проєкти:

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

 

Курси з прикладної статистики:

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

Вітаємо!

Експериментальний дизайн у Python