ANOVA e Statistica Non Parametrica

Quando si analizzano dati sperimentali, il monitoraggio degli stessi soggetti nel tempo o in condizioni multiple richiede metodi statistici specializzati.I test indipendenti standard non sono sufficienti quando le misurazioni sono dipendenti e le ipotesi di distribuzione normale non sempre si applicano. Questo corso basato su testo ti guida attraverso i principi fondamentali dei progetti all'interno dei soggetti, aiutandoti a passare dai t-test di base alle misure ripetute avanzate ANOVA e alternative non parametriche.Acquisirai le competenze pratiche per selezionare, eseguire e interpretare i test statistici giusti per dati accoppiati e ordinali. Cosa imparerai: - Comprendere la logica fondamentale e i vantaggi dei disegni sperimentali all'interno dei soggetti - Confronta t-test a campione accoppiati e misure ripetute ANOVA per analizzare i cambiamenti nel tempo - Identificare quando le ipotesi statistiche vengono violate e richiedono approcci alternativi - Applicare test non parametrici come i test Wilcoxon signed-rank e Kruskal-Wallis - Struttura e formato dei set di dati dipendenti per i moderni software di analisi statistica - Interpretare accuratamente gli output statistici per trarre conclusioni valide e basate sui dati Il corso inizia con la terminologia essenziale e i concetti fondamentali di dipendenza nei dati prima di guidarti passo dopo passo attraverso metodologie di test parametriche e non parametriche. Questo corso è progettato per gli analisti di dati principianti, i ricercatori e gli studenti che desiderano espandere il loro toolkit statistico senza la necessità di una precedente formazione matematica avanzata.