آموزش علم داده طراحی تجربی

The Data Science of Experimental Design

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: آیا علاقه مند به یادگیری نحوه ایجاد یک آزمایش آنلاین هستید که به شما در درک بهتر تجارت خود کمک می کند؟ این دوره می تواند به شما کمک کند تا سرعت خود را بالا ببرید. مدرس Monika Wahi به زبان آموزان بدون سابقه در زمینه طراحی آزمایشی نشان می دهد که چگونه می توان یک آزمون A / B برای یک صفحه وب ساخت ، آزمون را انجام داد ، داده ها را تجزیه و تحلیل کرد و براساس نتایج آزمون تصمیم گرفت. مونیکا با توضیح دقیق اینکه آزمایش A / B چیست و تحت چه شرایطی مفید است شروع می کند. وی سپس راهکارهای بالقوه برای افزایش نرخ تبدیل و همچنین نحوه انتخاب شرایط A و B را برای آزمایش پوشش می دهد. در مرحله بعد ، وی نحوه تعریف نرخ تبدیل و تهیه و مستند سازی تعاریف موردی ، انجام تجزیه و تحلیل پایه در Excel و طراحی نتایج A / B را بر اساس نتایج تحقیق توضیح می دهد. بعلاوه ، وی نحوه انجام آزمون مجذور كای در Excel و بدست آوردن برآورد اندازه نمونه را با استفاده از G * Power نشان می دهد.

سرفصل ها و درس ها

مقدمه Introduction

  • انجام یک آزمایش آنلاین Conducting an experiment online

  • آنچه باید بدانید What you should know

1. آشنایی با آزمایش آزمایشی 1. Introduction to Experimental Testing

  • آزمایش نوعی مطالعه است Experiment is a type of study

  • ویژگی های یک آزمایش Features of an experiment

  • شرایط آزمایش آزمایشی Circumstances for experimental testing

  • وقتی که نباید یک آزمایش انجام دهیم When not to do an experiment

  • سیستم های آماده برای آزمایش آزمایشی Systems ready for experimental testing

  • مقایسه شرایط آزمایشگاهی Comparability of experimental conditions

2. تعریف تبدیل 2. Defining Conversions

  • در تلاش برای افزایش تبدیل Trying to increase conversions

  • انواع مختلف تبدیل Different types of conversions

  • تعریف موردی از تبدیل Case definition of conversion

  • اندازه گیری تبدیل Measuring a conversion

  • در نظر گرفتن مدت زمانی برای تبدیل Considering time period for conversions

  • نرخ ها در مقابل فرکانس تبدیل ها Rates versus frequencies of conversions

3. تعیین نرخ تبدیل 3. Defining Conversion Rates

  • تبدیل و اولویت بندی تبدیل ها Identify and prioritize conversions

  • تبدیل شمارش عملیاتی کنید Operationalize counting conversions

  • تعاریف مورد تبدیل سند Document conversion case definitions

  • مخرج طوفان مغزی Brainstorm denominators

  • مثبت و منفی کاذب False positives and negatives

  • مخرج اسناد Document denominators

  • چهارچوب زمانی را تعیین کنید Determine time frames

4- تحلیل توصیفی پایه 4. Baseline Descriptive Analyses

  • تجزیه و تحلیل سریال مقدماتی Baseline time-series analyses

  • داده گردانی Data handling

  • نتایج پایه به عنوان یک راهنمای Baseline results as a guide

  • در مورد افزایش تبدیل ها فکر می کنید Thinking about increasing conversions

  • استراتژی هایی برای افزایش تبدیل ها Strategies to increase conversions

  • برنامه ریزی یک کمپین Planning a campaign

5- طراحی آزمایش 5. Designing the Experiment

  • طراحی تست Designing the test

  • اجرای پیاده سازی Testing the implementation

  • انتخاب آماری آزمون Choosing a test statistic

  • انتخاب آزمون مجذور کای Choosing the chi-squared test

  • آزمون مجذور کای در اکسل Chi-squared test in Excel

6. حجم نمونه و آمار 6. Sample Size and Statistics

  • نصب G * برق Installing G*Power

  • با استفاده از G * Power Using G*Power

  • شبیه سازی اندازه نمونه Sample size simulation

  • برنامه ریزی جدول زمانی Planning the timeline

  • تجزیه و تحلیل طبقه بندی شده Stratified analysis

  • تست های شرطی Conditional tests

7. تجزیه و تحلیل و تفسیر داده ها 7. Analyzing and Interpreting the Data

  • رویکرد کلی تجزیه و تحلیل Overall analysis approach

  • تجزیه و تحلیل سری زمانی Time-series analysis

  • آنالیز مجذور کای Chi-squared analysis

  • تفسیر Interpretation

نتیجه گیری و مراحل بعدی Conclusion and Next Steps

  • چه اقداماتی را می توان انجام داد؟ What actions can we take?

  • گزارش نوشتن Report writing

نمایش نظرات

آموزش علم داده طراحی تجربی
جزییات دوره
3h 35m
44
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
1,593
- از 5
ندارد
دارد
دارد
Monika Wahi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Monika Wahi Monika Wahi

مونیکا واحی یک متخصص علوم داده و بیوتکنولوژی است که در تحقیق و تجزیه و تحلیل داده های مراقبت های بهداشتی ماهر است. مونیکا واحی بنیانگذار علوم بهداشتی واسانا است که به عنوان مدیر ارشد علوم و رئیس ارشد مالی فعالیت می کند. وی در اپیدمیولوژی ، انفورماتیک و زیست آمار تخصص دارد و در SAS ، R ، Excel و SQL مهارت دارد. او همچنین به عنوان رئیس خدمات حرفه ای دت ونچ و به عنوان مدرس خدمت می کند و آمار را در کالج لابوره در میلتون ، ماساچوست تدریس می کند.