4.9
Sterne
103 Bewertungen

Daniel Lakens

Herausragender Dozent

7.928 bereits angemeldet

von

Improving Your Statistical Questions

Eindhoven University of Technology

Über diesen Kurs

3.005 kürzliche Aufrufe

This course aims to help you to ask better statistical questions when performing empirical research. We will discuss how to design informative studies, both when your predictions are correct, as when your predictions are wrong. We will question norms, and reflect on how we can improve research practices to ask more interesting questions. In practical hands on assignments you will learn techniques and tools that can be immediately implemented in your own research, such as thinking about the smallest effect size you are interested in, justifying your sample size, evaluate findings in the literature while keeping publication bias into account, performing a meta-analysis, and making your analyses computationally reproducible.
If you have the time, it is recommended that you complete my course 'Improving Your Statistical Inferences' before enrolling in this course, although this course is completely self-contained.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Stufe „Mittel“

A basic knowledge of statistics and research methods is necessary. My previous MOOC 'Improving Your Statistical Inferences' is recommended.

Ca. 17 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Was Sie lernen werden

Ask better questions in empirical research
Design more informative studies
Evaluate the scientific literature taking bias into account
Reflect on current norms, and how you can improve your research practices

Kompetenzen, die Sie erwerben

Computational Reproducibility
Meta-Analysis
Experimental Design
Statistical Inferences
Philosophy of Science

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Stufe „Mittel“

A basic knowledge of statistics and research methods is necessary. My previous MOOC 'Improving Your Statistical Inferences' is recommended.

Ca. 17 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Dozentenbewertung

4,92/5 (26 Bewertungen)

Daniel Lakens
Herausragender Dozent

Associate Professor

Department of Human-Technology Interaction

71.932 Lernende

2 Kurse

von

Eindhoven University of Technology

Eindhoven University of Technology (TU/e) is a young university, founded in 1956 by industry, local government and academia. Today, their spirit of collaboration is still at the heart of the university community. We foster an open culture where everyone feels free to exchange ideas and take initiatives.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

2 Stunden zum Abschließen

Module 1: Improving Your Statistical Questions

One of the biggest improvements most researchers can make is to more clearly specify their statistical questions. When you perform a study, what is it you really want to know?

2 Stunden zum Abschließen

3 Videos (Gesamt 40 min), 2 Lektüren, 3 Quiz

Woche2

Woche 2

4 Stunden zum Abschließen

Module 2: Falsifying Predictions

There is little use in making predictions if you can never be wrong - so how do we make sure your predictions are falsifiable? We discuss why falsifiable predictions are important, and how to make your predictions falsifiable in practice. One important aspect of making predictions falsifiable is to specify a range of values that is not predicted, and we will examine different approaches to specifying a smallest effect size of interest.

4 Stunden zum Abschließen

3 Videos (Gesamt 46 min), 3 Lektüren, 3 Quiz

3 Videos

Lecture 2.1: Falsifying Predictions in Theory16mLecture 2.2: Setting the Smallest Effect Size Of Interest14mLecture 2.3: Falsifying Predictions in Practice15m

3 Lektüren

Assignment 2.1: The Small Telescopes Approach to Setting a SESOI30mAssignment 2.2: Setting the SESOI Based on Resources30mAssignment 2.3: Equivalence Testing30m

3 praktische Übungen

Answer Form Assignment 2.1: The Small Telescopes Approach to Setting a SESOI30mAnswer Form Assignment 2.2: Setting the SESOI Based on Resources30mAnswer Form Assignment 2.3: Equivalence Testing30m

Woche3

Woche 3

3 Stunden zum Abschließen

Module 3: Designing Informative Studies

If studies are designed to answer a question, you should make sure the answer you will get after collecting data is informative. Instead of mindlessly setting Type 1 and Type 2 error rates, we will learn why it is important to be able to justify error rates, and some approaches how to do so. We discuss the benefits of using your smallest effect size of interest in power analyses, and why learning to simulate data is a useful tool. Simulations can help you to improve your understanding of statistics, enable you to design informative studies, and even ask novel questions.

3 Stunden zum Abschließen

3 Videos (Gesamt 48 min), 2 Lektüren, 2 Quiz

Woche4

Woche 4

4 Stunden zum Abschließen

Module 4: Meta-Analysis and Bias Detection

4 Stunden zum Abschließen

3 Videos (Gesamt 48 min), 4 Lektüren, 3 Quiz

3 Videos

Lecture 4.1: Mixed Results14mLecture 4.2: Intro to Meta-Analysis17mLecture 4.3: Bias Detection15m

4 Lektüren

Assignment 4.1: Likelihood of Significant Findings30mAssignment 4.2: Introduction to Meta-Analysis30mAssignment 4.3: Detecting Publication Bias45mAssignment 4.4: Checking Your Stats10m

3 praktische Übungen

Answer Form Assignment 4.1: Likelihood of Significant Findings30mAnswer Form Assignment 4.2: Introduction to Meta-Analysis30mAnswer Form Assignment 4.3: Detecting Publication Bias30m

Bewertungen

4.9

25 Bewertungen

5 stars
89,32 %
4 stars
7,76 %
3 stars
2,91 %

Top-Bewertungen von IMPROVING YOUR STATISTICAL QUESTIONS

von SW31. Dez. 2019

Cracking - very informative, nice mixture of modes of learning, and engaging

von SS2. Jan. 2020

Excellent! Would like only one addition, and that's a more extensive exercise on simulating data with general linear models

von LP30. Okt. 2019

Daniel's second course as good as the first. He does a nice job!!

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.
Which previous knowledge is required?
The course assumes basic knowledge about statistical inferences (t-tests, ANOVA) and some knowledge of designing research studies. The course is for intermediate level. Coursera offers basic introductions to statistics (which this course is not), and my previous MOOC 'Improving Your Statistical Inferences' might be a better starting point if you lack training in statistics. You do not need knowledge programming in R - we will use it as a fancy calculator by changing code (but not programming).

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Improving Your Statistical Questions

Improving Your Statistical Questions

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben