在本模块中，您将学习如何使用比例检验分析用户偏好（或其他统计）。您还将学习如何使用 R 和 RStudio。涉及的主题包括自变量和因变量、变量类型、探索性数据分析、P 值、渐近检验、精确检验、单样本检验、双样本检验、Chi-Square 检验、G 检验、费雪精确检验、二项式检验、多项式检验、事后检验和成对比较。本模块涵盖讲座视频 3-9。

在本模块中，您将学习如何设计和分析一个简单的网站 A/B 测试。主题包括测量误差、作为因子的自变量、因子水平、主体间因子、主体内因子、作为反应的因变量、反应类型、平衡设计以及如何报告 t 检验。您将以独立样本 t 检验的形式进行第一次方差分析。本模块涵盖讲座视频 10-11。

在本模块中，您将学习如何通过实验设计确保数据的有效性，以及如何通过了解和测试某些假设来确保分析的有效性。主题包括如何实现实验控制、混杂因素、生态有效性、方差分析的三个假设、数据分布、残差、正态性、同方差、参数检验与非参数检验、Shapiro-Wilk 检验、Kolmogorov-Smirnov 检验、Levene 检验、Brown-Forsythe 检验和 Mann-Whitney U 检验。本模块涵盖讲座视频 12-15。

在本模块中，您将学习单因素受试者间实验。所研究的实验将是使用各种编程工具对任务完成时间进行的主体间研究。您将使用独立样本 t 检验、Mann-Whitney U 检验、单因子方差分析和 Kruskal-Wallis 检验来理解和分析两水平因子和三水平因子的数据。您将学会如何报告 F 检验。您还将了解总括检验以及它们与事后配对比较和多重比较调整的关系。本模块涵盖讲座视频 16-18。

在本模块中，您将学习单因素主体内实验，也称为重复测量设计。本实验将对受试者在智能手机联系人管理器中搜索联系人进行受试者内研究，包括分析时间、错误和努力程度的李克特量表评分。您将学习避免带入效应的平衡策略，包括完全平衡、拉丁方差和平衡拉丁方差。您将使用配对样本 t 检验、Wilcoxon 符号秩检验、单向重复测量方差分析和弗里德曼检验来理解和分析两水平因子和三水平因子的数据。本模块涵盖讲座视频 19-23。

在本模块中，您将学习多因素实验和因子方差分析。实验将考察坐着、站着和走路时在不同智能手机键盘上的文字输入性能。主题包括混合因子设计、交互效应、因子方差分析以及作为非参数因子方差分析的对齐秩变换。本模块涵盖讲座视频 24-27。

在本模块中，您将学习使用广义线性模型 (GLM) 分析非正态分布或非数值反应的受试者间实验。我们将重温之前的三个实验，并使用广义模型对其进行分析。主题包括回顾反应分布、名义逻辑回归、顺序逻辑回归和泊松回归。本模块涵盖讲座视频 28-29。

在本模块中，您将学习混合效应模型，特别是线性混合模型（LMM）和广义线性混合模型（GLMM）。我们将重温之前关于智能手机上文本输入性能的实验，但这次将把每个测量试验都作为分析的一部分。我们还将复习本课程中涉及的全套分析方法。本模块涵盖讲座视频 30-33。