This course aims to help you to ask better statistical questions when performing empirical research. We will discuss how to design informative studies, both when your predictions are correct, as when your predictions are wrong. We will question norms, and reflect on how we can improve research practices to ask more interesting questions. In practical hands on assignments you will learn techniques and tools that can be immediately implemented in your own research, such as thinking about the smallest effect size you are interested in, justifying your sample size, evaluate findings in the literature while keeping publication bias into account, performing a meta-analysis, and making your analyses computationally reproducible.
от партнера
Improving Your Statistical Questions
Технический университет ЭйндховенаОб этом курсе
Недавно просмотрено: 8,240
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
A basic knowledge of statistics and research methods is necessary. My previous MOOC 'Improving Your Statistical Inferences' is recommended.
Прибл. 15 часов на выполнение
Английский
Субтитры: Английский
Чему вы научитесь
Ask better questions in empirical research
Design more informative studies
Evaluate the scientific literature taking bias into account
Reflect on current norms, and how you can improve your research practices
Приобретаемые навыки
Computational ReproducibilityMeta-AnalysisExperimental DesignStatistical InferencesPhilosophy of Science
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
A basic knowledge of statistics and research methods is necessary. My previous MOOC 'Improving Your Statistical Inferences' is recommended.
Прибл. 15 часов на выполнение
Английский
Субтитры: Английский
от партнера
Технический университет Эйндховена
Eindhoven University of Technology (TU/e) is a young university, founded in 1956 by industry, local government and academia. Today, their spirit of collaboration is still at the heart of the university community. We foster an open culture where everyone feels free to exchange ideas and take initiatives.
Программа курса: что вы изучите
2 ч. на завершение
Module 1: Improving Your Statistical Questions
One of the biggest improvements most researchers can make is to more clearly specify their statistical questions. When you perform a study, what is it you really want to know?
2 ч. на завершение
3 видео ((всего 40 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
3 видео
Lecture 1.2: Do You Really Want to Test a Hypothesis?15мин
Lecture 1.3: Risky Predictions12мин
2 материала для самостоятельного изучения
Download Course Materials and Course Structure (Must Read)10мин
Assignment 1.1: Testing Range Predictions30мин
3 практических упражнения
Consent Form for Use of Data10мин
Welcome: Short Survey5мин
Answer Form Assignment 1.1: Testing Range Predictions2мин
3 ч. на завершение
Module 2: Falsifying Predictions
There is little use in making predictions if you can never be wrong - so how do we make sure your predictions are falsifiable? We discuss why falsifiable predictions are important, and how to make your predictions falsifiable in practice. One important aspect of making predictions falsifiable is to specify a range of values that is not predicted, and we will examine different approaches to specifying a smallest effect size of interest.
3 ч. на завершение
3 видео ((всего 46 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
3 видео
Lecture 2.2: Setting the Smallest Effect Size Of Interest14мин
Lecture 2.3: Falsifying Predictions in Practice15мин
3 материала для самостоятельного изучения
Assignment 2.1: The Small Telescopes Approach to Setting a SESOI30мин
Assignment 2.2: Setting the SESOI Based on Resources30мин
Assignment 2.3: Equivalence Testing30мин
3 практических упражнения
Answer Form Assignment 2.1: The Small Telescopes Approach to Setting a SESOI8мин
Answer Form Assignment 2.2: Setting the SESOI Based on Resources10мин
Answer Form Assignment 2.3: Equivalence Testing18мин
3 ч. на завершение
Module 3: Designing Informative Studies
If studies are designed to answer a question, you should make sure the answer you will get after collecting data is informative. Instead of mindlessly setting Type 1 and Type 2 error rates, we will learn why it is important to be able to justify error rates, and some approaches how to do so. We discuss the benefits of using your smallest effect size of interest in power analyses, and why learning to simulate data is a useful tool. Simulations can help you to improve your understanding of statistics, enable you to design informative studies, and even ask novel questions.
3 ч. на завершение
3 видео ((всего 48 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
3 видео
Lecture 3.2: Power Analysis12мин
Lecture 3.3: Simulation15мин
2 материала для самостоятельного изучения
Assignment 3.1: Confidence Intervals for Standard Deviations30мин
Assignment 3.2: Power Analysis for ANOVA Designs1ч
2 практических упражнения
Answer Form Assignment 3.1: Confidence Intervals for Standard Deviations12мин
Answer Form Assignment 3.2: Power Analysis for ANOVA Designs20мин
3 ч. на завершение
Module 4: Meta-Analysis and Bias Detection
Regrettably we work in a scientific enterprise where the published literature does not reflect real research. Publication bias and selection biases lead to a scientific literature that can’t be interpreted without taking these biases into account. We will discuss what real research lines look like, and how to meta-analytically evaluate the literature while keeping bias in mind.
3 ч. на завершение
3 видео ((всего 48 мин.)), 4 материалов для самостоятельного изучения, 3 тестов
3 видео
Lecture 4.2: Intro to Meta-Analysis17мин
Lecture 4.3: Bias Detection15мин
4 материала для самостоятельного изучения
Assignment 4.1: Likelihood of Significant Findings30мин
Assignment 4.2: Introduction to Meta-Analysis30мин
Assignment 4.3: Detecting Publication Bias45мин
Assignment 4.4: Checking Your Stats10мин
3 практических упражнения
Answer Form Assignment 4.1: Likelihood of Significant Findings14мин
Answer Form Assignment 4.2: Introduction to Meta-Analysis4мин
Answer Form Assignment 4.3: Detecting Publication Bias14мин
Рецензии
Лучшие отзывы о курсе IMPROVING YOUR STATISTICAL QUESTIONS
от партнера HS3 дек. 2019 г.
I recommend this course to everyone who wants to improve their grasp of statistics. The course involves content that is timely and relevant within an easy-to-digest form and amount.
от партнера MM17 февр. 2020 г.
Dr. Lakens passes ET test with very tiny SESOI. As usual. I was suitable only for two tailed NHST without any direction of effect. Put another way: "anything goes" :o)
от партнера AH11 мая 2020 г.
Fantastic state-of-the-art and practical knowledge. It is very useful for researchers at any stage of the scientific career. Thank you, Daniel.
от партнера SS2 янв. 2020 г.
Excellent! Would like only one addition, and that's a more extensive exercise on simulating data with general linear models
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
- Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
- Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оплатив сертификацию?
Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Средства можно вернуть в течение двух недель с момента оплаты или (для только что начавшихся курсов) в течение двух недель после первой сессии, в зависимости от того, какое событие наступит позже. Средства не возвращаются после получения сертификата о прохождении курса, даже если вы закончили курс в течение двухнедельного гарантийного срока. Ознакомьтесь с нашей политикой возврата средств.
Можно ли получить финансовую помощь?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке 'Финансовая помощь' слева под кнопкой 'Зарегистрироваться' и заполните форму. Если его примут, вы получите уведомление. Подробнее
Which previous knowledge is required?
The course assumes basic knowledge about statistical inferences (t-tests, ANOVA) and some knowledge of designing research studies. The course is for intermediate level. Coursera offers basic introductions to statistics (which this course is not), and my previous MOOC 'Improving Your Statistical Inferences' might be a better starting point if you lack training in statistics. You do not need knowledge programming in R - we will use it as a fancy calculator by changing code (but not programming).
Получу ли я зачеты в университете за прохождение курса?
Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.
Остались вопросы? Посетите Центр поддержки учащихся.
