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

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
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
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).
从 数据科学 浏览更多内容

Eindhoven University of Technology

The Hong Kong University of Science and Technology

University of California, Santa Cruz

Duke University




