datacamp طراحی تجربی در پایتون (Mitalearn-401384)

  • مدت زمان: 57 دقیقه
  • انتشار: 28 June 2026
  • مدرس: James Chapman
  • سطح: مناسب همه
  • محتوا‌ها: 28
  • زیرنویس فارسی دارد
درباره این دوره:

چگونگی طراحی آزمایش‌ها و انجام تحلیل‌های آماری را برای شروع نتیجه‌گیری دقیق کشف کنید! در این دوره، یاد خواهید گرفت که چگونه تنظیمات طراحی آزمایشی مختلف، از جمله طرح‌های بلوک تصادفی و طرح‌های فاکتوریل، را می‌توان برای اندازه‌گیری اثرات درمان پیاده‌سازی کرد. شما عمیقاً در انجام تجزیه و تحلیل های آماری بر روی داده های تجربی، از جمله انتخاب آزمون های آماری صحیح برای موقعیت، انجام تجزیه و تحلیل پس از وقوع، و اندازه گیری اندازه اثر و حداقل اندازه نمونه با تجزیه و تحلیل d و توان کوهن، فرو خواهید رفت. در نهایت، یاد می‌گیرید که چگونه از داده‌های آزمایشی پیچیده اطلاعاتی استخراج کنید و یافته‌های خود را به ذینفعان مختلف منتقل کنید، پیچیدگی‌هایی مانند تعاملات، ناهمسانی و آشفتگی را برطرف کنید و زمانی که داده‌ها با مفروضات آزمون‌های پارامتریک مطابقت ندارند، روش‌های ناپارامتریک را پیاده‌سازی کنید.

مهارت‌های مرتبط

  • محتوا

    • Announcements
  • Content

    • Experimental Design in Python