
Kurs i experimentell design
Bli expert på hela processen att utforma, genomföra och rapportera rigorösa experiment inom vetenskapliga och tillämpade områden. Den här kursen tar dig från grundläggande begrepp till avancerade optimeringsdesigner och täcker randomisering, sampling, faktoriella strukturer och reproducerbarhet. Oavsett om du arbetar inom forskning, industri eller datadrivet beslutsfattande får du verktygen för att ta fram trovärdiga, replikerbara resultat.
Vad du kommer att lära dig:
Du bygger en heltäckande förståelse för experimentell design, med start i kärnbegrepp som variabler, hypoteser och validitet, och går sedan vidare till randomiseringsmetoder, urvalsstrategier och klassiska designstrukturer. Du lär dig att konstruera faktoriella och fraktionella faktoriella designer, anpassa svarsytemodeller och hitta optimala processinställningar. Kursen täcker även kvasiexperimentella angreppssätt, adaptiva prövningsdesigner och validering av mätinstrument. Du övar på att matcha rätt statistisk analys till varje design och tillämpa transparenta rapporteringsstandarder. Vid kursens slut har du verktygen för att designa experiment som ger tillförlitliga, praktiskt användbara slutsatser.
Hur du studerar praktiskt Kurs i experimentell design
Hur du övar Kurs i experimentell design
För dig som är företag och vill utbilda ditt team
På Dedika för företag anpassas kursen med övningar och exempel från just din verksamhet, på det sätt som ditt företag behöver.
Kursinnehåll
8 Kapitlen • 40 LektionerVaraktighet mellan 4 och 360 timmar (du bestämmer)
Kapitel 1DöljDölj detaljerSe detaljerGrunder i experimentell design
Grunder i experimentell design
Lektion 1 • Grundläggande experimentell terminologi
Introducerar variabler, enheter och behandlingar som precisa tekniska termer. Korrekt vokabulär förhindrar feltolkningar genom hela kursen.
Lektion 2 • Hypotesernas roll
Behandlar noll- och alternativhypoteser och deras logiska struktur. Kopplar hypotesformulering till designval som görs senare i kursen.
Lektion 3 • Grundläggande validitet och reliabilitet
Skiljer intern validitet från extern validitet och definierar mätreliabilitet. Dessa begrepp styr varje designbeslut som behandlas i senare kapitel.
Lektion 4 • Vad är ett experiment
Definierar experiment jämfört med observationsstudier och enkäter. Etablerar kapitlets konceptuella utgångspunkt för alla efterföljande designbeslut.
Lektion 5 • Etik inom experimentering
Redogör för etiska skyldigheter vid design av studier som involverar människor eller djur. Etiska begränsningar formar möjliga designalternativ genom hela kursen.
Kapitel 2DöljDölj detaljerSe detaljerVariabler, kontroller och störfaktorer
Variabler, kontroller och störfaktorer
Lektion 1 • Klassificering av variabler
Kategoriserar kontinuerliga, diskreta, nominala och ordinala variabler. Korrekt klassificering avgör vilka statistiska metoder som är tillämpliga i senare kapitel.
Lektion 2 • Blindnings- och placebometoder
Förklarar enkelblindade, dubbelblindade och placebokontroller för att minska bias. Dessa tekniker hanterar direkt förväntanseffekter hos observatörer och deltagare.
Lektion 3 • Kontrollstrategier
Presenterar konstanthållning, matchning och statistisk kontroll som kompletterande tekniker. Varje strategi minskar brus och stärker kausal inferens.
Lektion 4 • Identifiera störande variabler
Definierar confounders och förklarar hur de snedvrider behandlingsskattningar. Att känna igen confounders är en förutsättning för randomiseringsstrategierna i kapitel 3.
Lektion 5 • Operationalisering av variabler
Översätter abstrakta konstrukt till mätbara, reproducerbara definitioner. Exakt operationalisering förhindrar tvetydighet vid datainsamling och analys.
Kapitel 3DöljDölj detaljerSe detaljerPrinciper och metoder för randomisering
Principer och metoder för randomisering
Lektion 1 • Adaptiv randomisering
Presenterar responsadaptiva och kovariatadaptiva tilldelningsscheman. Dessa avancerade metoder optimerar balans eller utfall under pågående prövningar.
Lektion 2 • Dokumentation och granskning av randomisering
Fastställer procedurer för registrering, verifiering och rapportering av slumpmässig tilldelning. Transparent dokumentation stöder reproducerbarhet och regulatorisk granskning.
Lektion 3 • Enkel och systematisk randomisering
Behandlar slantsingling, slumptalstabeller och systematiska intervallmetoder. Studenter tillämpar dessa grundläggande tekniker innan de går vidare till begränsade former.
Lektion 4 • Begränsade randomiseringsmetoder
Introducerar block-, stratifierad och klusterrandomisering för att förbättra balans. Varje metod hanterar specifika obalansrisker som identifierats i tidigare avsnitt.
Lektion 5 • Varför randomisering är viktig
Förklarar hur slumpmässig tilldelning fördelar kända och okända confounders jämnt. Denna motivering underbygger varje randomiseringsmetod som introduceras i kapitlet.
Kapitel 4DöljDölj detaljerSe detaljerUrval och bestämning av stickprovsstorlek
Urval och bestämning av stickprovsstorlek
Lektion 1 • Översikt över urvalsstrategier
Jämför sannolikhets- och icke-sannolikhetsurval och deras inferentiella implikationer. Val av urvalsstrategi påverkar direkt den externa validitet som diskuterades i kapitel 1.
Lektion 2 • Metoder för beräkning av stickprovsstorlek
Demonstrerar formelbaserad och simuleringsbaserad skattning av stickprovsstorlek. Studenter tillämpar dessa metoder i sammanhang med medelvärden, proportioner och regression.
Lektion 3 • Grundläggande statistisk styrka
Definierar styrka, typ I-fel och typ II-fel samt deras inbördes samband. Att förstå styrka är en förutsättning för alla beräkningar av stickprovsstorlek i detta kapitel.
Lektion 4 • Pilotstudier och genomförbarhetstestning
Använder småskaliga piloter för att förfina skattningar av effektstorlek och logistik. Resultat från piloter används direkt i reviderade beräkningar av stickprovsstorlek före fullskalig genomförande.
Lektion 5 • Justering för bortfall och avhopp
Justerar målstickprovsstorlekar för att ta hänsyn till förväntat deltagarbortfall. Korrekt justering förhindrar understyrkta slutanalyser efter datainsamling.
Kapitel 5DöljDölj detaljerSe detaljerKlassiska experimentella designer
Klassiska experimentella designer
Lektion 1 • Crossover-designer
Tilldelar varje försöksperson till flera behandlingar i sekvens för att minska variabilitet. Överföringseffekter och uttvättningsperioder är centrala designöverväganden.
Lektion 2 • Fullständigt randomiserad design
Behandlar enfaktor-CRD-struktur, antaganden och analyskoppling. Denna enklaste design fungerar som referenspunkt för alla mer komplexa strukturer.
Lektion 3 • Randomiserad fullständig blockdesign
Introducerar blockning för att avlägsna känd störvariation från feltermen. RCBD utökar CRD genom att lägga till blockningskonceptet från kapitel 3.
Lektion 4 • Latinsk kvadrat-design
Kontrollerar två störfaktorer samtidigt med hjälp av en kvadratisk uppställning. Studenter tillämpar latinska kvadrater när två blockningsdimensioner kan identifieras.
Lektion 5 • Upprepade mätningar-design
Mäter samma enheter över flera tidpunkter eller betingelser. Korrelation mellan upprepade observationer kräver specialiserade analysmetoder.
Kapitel 6DöljDölj detaljerSe detaljerFaktoriella och fraktionella faktoriella designer
Faktoriella och fraktionella faktoriella designer
Lektion 1 • Fraktionella faktoriella designer
Minskar antalet körningar genom att sammanblanda högordningsinteraktioner med huvudeffekter. Studenter konstruerar och tolkar fraktioner med bildupplösning III, IV och V.
Lektion 2 • Tvåfaktoriell faktoriell design
Introducerar 2×2- och den generella tvåfaktoriella faktoriella strukturen samt interaktionsbegreppet. Interaktionstolkning är den centrala färdighet som byggs upp genom hela detta kapitel.
Lektion 3 • Faktoriella designer av högre ordning
Utvidgar faktoriell logik till tre eller fler faktorer och högre ordningens interaktioner. Studenter hanterar komplexiteten hos tre- och fyrvägs faktoriella strukturer.
Lektion 4 • Fullständiga faktoriella designer på två nivåer
Fokuserar på 2^k-designer för screening- och optimeringssammanhang. Kodade faktornivåer och effektskattning är centrala beräkningsfärdigheter.
Lektion 5 • Interaktionsdiagram och tolkning
Använder grafiska verktyg för att kommunicera och diagnosticera interaktionsmönster. Visuell tolkning kompletterar numerisk analys för praktiskt beslutsfattande.
Kapitel 7DöljDölj detaljerSe detaljerResponsytor och optimeringsdesigner
Responsytor och optimeringsdesigner
Lektion 1 • Anpassning och validering av responsytemodeller
Anpassar polynommodeller av andra ordningen och bedömer deras tillräcklighet. Modellvalidering säkerställer att förutsägelser är tillförlitliga innan optimeringsbeslut fattas.
Lektion 2 • Från screening till optimering
Förklarar den sekventiella experimentstrategin från screening till finjustering. Detta avsnitt kopplar samman faktoriella designer från kapitel 6 med responsytemetoder.
Lektion 3 • Central kompositdesign
Konstruerar CCD genom att utöka en 2^k-faktoriell med axial- och mittpunkter. CCD är den mest använda andra ordningens designen för optimering.
Lektion 4 • Lokalisera och tolka optima
Använder kanonisk analys och konturdiagram för att finna stationära punkter. Studenter skiljer mellan maximum, minimum och sadelpunkter i responsytan.
Lektion 5 • Box-Behnken-design
Presenterar BBD som en alternativ andra ordningens design som undviker extrema faktorkombinationer. Studenter jämför BBD och CCD avseende effektivitet och praktiska begränsningar.
Kapitel 8DöljDölj detaljerSe detaljerAnalys, rapportering och reproducerbarhet
Analys, rapportering och reproducerbarhet
Lektion 1 • Matcha analys till design
Anpassar statistiska modeller till den designstruktur som använts för att samla in data. Felmatchad analys ogiltigförklarar slutsatser oavsett designkvalitet.
Lektion 2 • Standarder för transparent rapportering
Tillämpar strukturerade rapporteringsriktlinjer för att dokumentera design- och analysbeslut. Transparent rapportering möjliggör kollegial granskning och oberoende replikering.
Lektion 3 • Multipel jämförelser och felkontroll
Tillämpar korrigeringsprocedurer för att kontrollera familjevisa och falska upptäcktsfrekvenser. Studenter väljer lämpliga korrigeringar baserat på antal och typ av jämförelser.
Lektion 4 • Reproducerbarhet och öppen vetenskap
Bäddar in datadelning, koddokumentation och öppet material i arbetsflödet. Dessa metoder hanterar replikeringskrisen och bygger långsiktig trovärdighet.
Lektion 5 • Effektstorlek och praktisk signifikans
Beräknar och tolkar effektstorleksmått vid sidan av p-värden. Praktisk signifikans kompletterar statistisk signifikans för beslutsfattande i verkligheten.
Ditt giltiga slutförandecertifikat
Den här kursen är för dig:
Forskare som vill gå bortom trial-and-error-metoder för experiment.
Dataanalytiker redo att lägga till rigorösa färdigheter i kausal inferens i sin verktygslåda.
Kvalitetsingenjörer som söker strukturerade metoder för att med tillförsikt optimera tillverkningsprocesser.
Forskarstuderande som förbereder sig för att utforma sin första självständiga forskningsstudie.
Produktchefer som vill genomföra tillförlitliga A/B-tester och tolka resultaten korrekt.
Vårdpersonal som behöver utvärdera kliniska interventioner med sunda experimentella metoder.
Vad våra elever säger
Era lektioner är perfekta. Jag köpte årspaketet och har äntligen möjlighet att följa olika ämnen som intresserar mig utan att behöva byta plattform... tack för allt ni gör, jag har redan rekommenderat er till andra...

Jag gillar hur lektionerna går rakt på sak och hur jag kan byta kapitel och hoppa över innehåll som jag inte behöver.

Jag gillar innehållet och presentationssättet samt transkriptionen av videorna, vilket påskyndar processen!

Plattformen är snabb och enkel att använda. Mångfalden av innehåll och de kompletterande videorna hjälper mycket i inlärningen.

Viktigaste kompetenserna
FAQ
Vem är Dedika?
Är intyget giltigt i Sverige?
Är kurserna gratis?
Vad är kursens arbetsinsats?
Hur ser kurserna ut?
Hur fungerar kurserna?
Hur lång tid tar kurserna?
Vad kostar kurserna?
Vad är en EAD- eller onlinekurs och hur fungerar den?
PDF-kurs




















