本课程旨在帮助您从实证研究中得出更好的统计推论。首先,我们将讨论如何正确解释 p 值、效应大小、置信区间、贝叶斯因子和似然比,以及这些统计量如何回答您可能感兴趣的不同问题。然后,您将学习如何设计可控制假阳性率的实验,以及如何决定研究的样本量,例如,为了达到较高的统计功率。随后,您将学习如何在普遍存在发表偏差的情况下解释科学文献中的证据,例如通过学习 p 曲线分析。最后,我们将讨论如何进行科学哲学、理论构建和累积科学,包括如何进行复制研究、为什么和如何预先注册您的实验,以及如何按照开放科学原则分享您的成果。
了解顶级公司的员工如何掌握热门技能

该课程共有8个模块
涵盖的内容
4个视频5篇阅读材料5个作业
涵盖的内容
4个视频4篇阅读材料4个作业
涵盖的内容
4个视频4篇阅读材料3个作业
涵盖的内容
3个视频2篇阅读材料3个作业
涵盖的内容
3个视频3篇阅读材料4个作业
涵盖的内容
3个视频2篇阅读材料2个作业
涵盖的内容
3个视频1篇阅读材料1次同伴评审
本模块包含一次模拟考试和一次等级考试。两个测验都涵盖了整个课程的内容。我们建议您在学习完所有其他模块后再进行这些考试。
涵盖的内容
3个作业
位教师

从 概率论与数理统计 浏览更多内容
- 状态:预览
Eindhoven University of Technology
- 状态:免费试用
Johns Hopkins University
- 状态:免费试用
DeepLearning.AI
- 状态:预览
University of Leeds
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
799 条评论
- 5 stars
88.48%
- 4 stars
9.88%
- 3 stars
1.12%
- 2 stars
0.25%
- 1 star
0.25%
显示 3/799 个
已于 Mar 24, 2019审阅
Excellent course. I improved my statistical knowledge and learned more about bayesian inference. Also, I learned something about how to pre-register a research and its benefits of doing so.
已于 Jul 10, 2021审阅
Solid course which taught me how to interpret p-values in a variety of contexts and taught me to not just to consider but (systematic and practical) ways of how to correct for publication bias.
已于 Oct 5, 2017审阅
This is a top-notch course. The ground (especially pitfalls) is very well covered, and useful free tools are engaged (R, G*Power, prof's own spreadsheets for calculating effect size).
常见问题
所有视频都有中英文字幕。作业只有英文版。
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
购买证书后,您就可以访问所有课程资料,包括已评分的作业。完成课程后,您的电子证书将添加到您的 "成就 "页面--您可以从那里打印证书或将其添加到您的 LinkedIn 个人资料中。
更多问题
提供助学金,