統計的推論を改善する | 大学ネットワーク

説明

このコースは、実証研究からより適切な統計的推論を導き出せるようにすることを目的としています。まず、p 値、効果量、信頼区間、ベイズ係数、尤度比を正しく解釈する方法と、これらの統計が興味のあるさまざまな質問にどのように答えるかについて説明します。次に、実験を計画する方法を学びます。偽陽性率が制御され、たとえば高い統計検出力を達成するために研究のサンプルサイズを決定する方法が決まります。続いて、たとえば p カーブ分析について学ぶなど、広範な出版バイアスを考慮して科学文献の証拠を解釈する方法を学びます。最後に、再現研究の実行方法、実験を事前登録する理由と方法、オープンサイエンスの原則に従って結果を共有する方法など、科学哲学、理論構築、累積科学を行う方法について説明します。

実際の実践的な課題では、t 検定をシミュレートしてどの p 値が期待できるかを学び、尤度比を計算し、二項ベイズ統計の概要を取得し、公表されている確率を表す陽性的中率について学びます。研究結果は真実です。オプションの停止に関する問題を経験し、逐次解析を使用してこれらの問題を回避する方法を学びます。効果量を計算し、シミュレーションを通じて信頼区間がどのように機能するかを確認し、事前検出力分析を実行する練習をします。最後に、等価性検定とベイズ統計を使用して帰無仮説が正しいかどうかを調べる方法と、研究を事前登録してオープンサイエンスフレームワークでデータを共有する方法を学びます。

すべてのビデオに中国語の字幕が付きます。これまでに 10.000 人以上の学習者が登録しています。