이 강좌에 대하여

최근 조회 12,036

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

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

완료하는 데 약 15시간 필요

영어

자막: 영어

배울 내용

  • 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

귀하가 습득할 기술

Computational ReproducibilityMeta-AnalysisExperimental DesignStatistical InferencesPhilosophy of Science

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

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

완료하는 데 약 15시간 필요

영어

자막: 영어

제공자:

아이트호벤 공과 대학 로고

아이트호벤 공과 대학

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 2시간 필요

Module 1: Improving Your Statistical Questions

완료하는 데 2시간 필요
3개 동영상 (총 40분), 2 개의 읽기 자료, 3 개의 테스트
3개의 동영상
Lecture 1.2: Do You Really Want to Test a Hypothesis?15m
Lecture 1.3: Risky Predictions12m
2개의 읽기 자료
Download Course Materials and Course Structure (Must Read)10m
Assignment 1.1: Testing Range Predictions30m
3개 연습문제
Consent Form for Use of Data10m
Welcome: Short Survey5m
Answer Form Assignment 1.1: Testing Range Predictions2m
2

2

완료하는 데 3시간 필요

Module 2: Falsifying Predictions

완료하는 데 3시간 필요
3개 동영상 (총 46분), 3 개의 읽기 자료, 3 개의 테스트
3개의 동영상
Lecture 2.2: Setting the Smallest Effect Size Of Interest14m
Lecture 2.3: Falsifying Predictions in Practice15m
3개의 읽기 자료
Assignment 2.1: The Small Telescopes Approach to Setting a SESOI30m
Assignment 2.2: Setting the SESOI Based on Resources30m
Assignment 2.3: Equivalence Testing30m
3개 연습문제
Answer Form Assignment 2.1: The Small Telescopes Approach to Setting a SESOI8m
Answer Form Assignment 2.2: Setting the SESOI Based on Resources10m
Answer Form Assignment 2.3: Equivalence Testing18m
3

3

완료하는 데 3시간 필요

Module 3: Designing Informative Studies

완료하는 데 3시간 필요
3개 동영상 (총 48분), 2 개의 읽기 자료, 2 개의 테스트
3개의 동영상
Lecture 3.2: Power Analysis12m
Lecture 3.3: Simulation15m
2개의 읽기 자료
Assignment 3.1: Confidence Intervals for Standard Deviations30m
Assignment 3.2: Power Analysis for ANOVA Designs1시간
2개 연습문제
Answer Form Assignment 3.1: Confidence Intervals for Standard Deviations12m
Answer Form Assignment 3.2: Power Analysis for ANOVA Designs20m
4

4

완료하는 데 3시간 필요

Module 4: Meta-Analysis and Bias Detection

완료하는 데 3시간 필요
3개 동영상 (총 48분), 4 개의 읽기 자료, 3 개의 테스트
3개의 동영상
Lecture 4.2: Intro to Meta-Analysis17m
Lecture 4.3: Bias Detection15m
4개의 읽기 자료
Assignment 4.1: Likelihood of Significant Findings30m
Assignment 4.2: Introduction to Meta-Analysis30m
Assignment 4.3: Detecting Publication Bias45m
Assignment 4.4: Checking Your Stats10m
3개 연습문제
Answer Form Assignment 4.1: Likelihood of Significant Findings14m
Answer Form Assignment 4.2: Introduction to Meta-Analysis4m
Answer Form Assignment 4.3: Detecting Publication Bias14m

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 결제일 기준 2주 후 또는 (방금 시작된 강좌의 경우) 강좌의 첫 번째 세션이 시작된 후 2주 후 중에서 나중에 도래하는 날짜까지 전액 환불받을 수 있습니다. 2주 환불 기간 이내에 강좌를 완료했더라도 강좌 수료증을 받았으면 환불받을 수 없습니다. 전체 환불 정책을 확인하세요.

  • 예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.

  • 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).

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.