Перекрестные исследования

Во многих отношениях дизайн исследования важнее, чем анализ. Плохо спланированное исследование никогда не может быть точностью повторено, в то время как плохо проанализированное исследование обычно может быть повторно проанализировано. Рассмотрение дизайна исследования также важно, потому что дизайн исследования будет определять, как будут анализироваться данные.

В этом курсе мы рассмотрим перекрестные исследования и их отличия от А/В-тестирования.
Курс рассчитан на исследователей, желающих использовать данные при планировании экспериментов, а так же тех, кто хочет глубже погрузиться в тему А/В тестирования. От слушателей курса ожидается знание математического анализа на уровне вуза. Знание языков программирования не требуется.

После завершения этого курса вы:
- будете знать, как математически формулируется дизайн эксперимента;
- будете четко знать плюсы и минусы плана перекрестных исследований;
- сможете создать тированный и факторный дизайн эксперимента;
- научитесь применять пробит-анализ и другие статистические расчеты;
- будете знать отличия тестов Манна-Уитни, Фридмана, Мак-Неймера, Кохрана, Краскела-Уоллиса, Критериев Колмогорова-Смирнова, Пирсона;
- сможете быстро оценить качество перекрестных исследований;
- примените принципы науки о данных к анализу клинических испытаний.


В итоговом проекте, используя полученные знания, вам предстоит сравнить дизайн двух научных экспериментов.

Длительность курса составляет 6-8 недель. Последние 2 недели рекомендуем посвятить выполнению итогового проекта.

• Обзор дизайнов
• В первом модуле мы поймем ключевые отличия между основными типами дизайнов экспериментов, а так же границы применимости различных типов дизайнов экспериментов; узнаем основные типы дизайнов экспериментов.
• Дизайн для клинических испытаний
• Во втором модуле узнаем что такое титрованый и факторный дизайны экспериментов, как математически формулируется дизайн экспериментов, что такое параллельный и перекрестный дизайны экспериментов.
• Выбор статистического теста
• В третьем модуле мы узнаем что такое и как применять пробит-анализ и другие статистические расчеты; что такое и как применять основные критерии и тесты для дизайна экспериментов; поймем как применять т-критерий для парных и независимых выборок.
• Дисперсионный анализ
• В четвертом научимся применять метод главных компонент для снижения размерности; узнаем что такое снижение размерности и для чего оно применяется; узнаем и научимся применять дисперсионный анализ при планировании и обработке результатов эксперимента.
• Мощность статистического теста. Дисперсионный анализ ANOVA
• В пятом модуле мы научимся применять ANOVA для различных сценариев экспериментов; узнаем что такое дисперсионный анализ ANOVA и что такое мощность и методы ее увеличения