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。
改进统计推断
您将获得的技能
您将学习的工具
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
24 项作业
授课语言：英语（English）
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
位教师
授课教师评分
(166个评价)
从 概率论与数理统计 浏览更多内容
Eindhoven University of Technology
Coursera
The Hong Kong University of Science and Technology
University of California, Santa Cruz
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
88.26%
- 4 stars
9.98%
- 3 stars
1.12%
- 2 stars
0.24%
- 1 star
0.37%
显示 3/801 个
AM
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.
VM
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.
BH
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).
