4.9
звезд
Оценки: 102

Daniel Lakens

Лучшие преподаватели

7 764 уже зарегистрированы

от партнера

Improving Your Statistical Questions

Технический университет Эйндховена

Об этом курсе

Недавно просмотрено: 4 147

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.
If you have the time, it is recommended that you complete my course 'Improving Your Statistical Inferences' before enrolling in this course, although this course is completely self-contained.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Средний уровень

A basic knowledge of statistics and research methods is necessary. My previous MOOC 'Improving Your Statistical Inferences' is recommended.

Прибл. 18 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

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 Reproducibility
Meta-Analysis
Experimental Design
Statistical Inferences
Philosophy of Science

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Средний уровень

A basic knowledge of statistics and research methods is necessary. My previous MOOC 'Improving Your Statistical Inferences' is recommended.

Прибл. 18 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

4,91/5 (оценок: 25)

Daniel Lakens
Лучшие преподаватели

Associate Professor

Department of Human-Technology Interaction

70 789 учащихся

2 курса

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.

Узнайте, как сотрудники ведущих компаний осваивают востребованные навыки

Подробнее о Coursera для бизнеса

Программа курса: что вы изучите

Неделя

Неделя 1

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 1.1: Improving Your Statistical Questions11мин

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

Неделя

Неделя 2

4 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.

4 ч. на завершение

3 видео ((всего 46 мин.)), 3 материалов для самостоятельного изучения, 3 тестов

3 видео

Lecture 2.1: Falsifying Predictions in Theory16мин

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 SESOI30мин

Answer Form Assignment 2.2: Setting the SESOI Based on Resources30мин

Answer Form Assignment 2.3: Equivalence Testing30мин

Неделя

Неделя 3

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 3.1: Justifying Error Rates19мин

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 Deviations30мин

Answer Form Assignment 3.2: Power Analysis for ANOVA Designs30мин

Неделя

Неделя 4

4 ч. на завершение

Module 4: Meta-Analysis and Bias Detection

4 ч. на завершение

3 видео ((всего 48 мин.)), 4 материалов для самостоятельного изучения, 3 тестов

3 видео

Lecture 4.1: Mixed Results14мин

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 Findings30мин

Answer Form Assignment 4.2: Introduction to Meta-Analysis30мин

Answer Form Assignment 4.3: Detecting Publication Bias30мин

Рецензии

4.9

Рецензии: 25

5 stars
89,21 %
4 stars
7,84 %
3 stars
2,94 %

Лучшие отзывы о курсе IMPROVING YOUR STATISTICAL QUESTIONS

от партнера SW31 дек. 2019 г.

Cracking - very informative, nice mixture of modes of learning, and engaging

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

от партнера LP30 окт. 2019 г.

Daniel's second course as good as the first. He does a nice job!!

Посмотреть все отзывы

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.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.
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).

Остались вопросы? Посетите Центр поддержки учащихся.

Обучайте сотрудников и добивайтесь отличных результатов в бизнесе

Откройте для себя Coursera для бизнеса

Improving Your Statistical Questions

Improving Your Statistical Questions

Об этом курсе

Чему вы научитесь

Приобретаемые навыки