完整的专科文凭学位获得神经发育的深入知识在及其多重影响以推动达到另一个专业水平” 

这个教育的实验研究专科文凭方面的专业人士提供了必要的知识。它深入研究了方法论的反思和实践，强调了教学中应用研究的最新发展。

这个高水平的课程为学生提供了分析教育及其研究和培训之间联系的必要知识和工具。 
在整个培训过程中，学生将在作为教师的职业所带来的不同挑战中经历所有当前的教育研究方法。   

研究过程和方法、数据收集工具和实验研究将是学生能够融入其培训的工作和研究主题。一个高层次的步骤，将成为一个改进的过程，不仅是专业上的，而且是个人的。  
这一挑战是TECH科技大学承担的社会承诺之一：帮助培养高素质的专业人才，并在培训过程中发展他们的个人、社会和劳动能力。  

我们不仅会带你学习理论知识，也会展示另一种学习方法，更有机、简单、高效。TECH的工作是让你保持动力，并创造学习的激情。而且我们将推动你思考和发展批判性思维。  
高水平的专业，由先进的技术发展和最好的专业人员的教学经验支持"。这些是它的一些最突出的特点：  

为渴望卓越的专业人士创建的培训，将使你以流畅和有效的方式获得新的技能和战略"

这大学的教育的实验研究专科文凭包含市场上最完整和最新的教育方案。主要特点是：

• 学习软件的最新科技
• 强烈的视觉教学系统，由易于吸收和理解的图形和示意图内容支持
• 学习由从业的专家提出的案例研究
• 最先进的互动视频系统
• 由远程实践支持的教学
• 持续更新和再培训系统
• 自我调节的学习：与其他职业完全兼容
• 用于自我评估和验证学习效果的实际练习
• 支持小组和教育协同：向专家提问，讨论论坛和知识
• 与老师的沟通和个人的反思工作
• 可以从任何有互联网连接的固定或便携式设备上获取内容
• 即使在课程结束后，也可以永久性地获得补充文件库

为渴望卓越的专业人士创建的培训，将使你以流畅和有效的方式获得新的技能和战略"

教学人员是由在职的专业人士组成。这确保了最新培训的预期目标得以实现。一个由在不同环境中受过培训和有经验的专家组成的多学科团队，他们将以有效的方式发展理论知识，但最重要的是，他们将把从自己的经验中获得的实践知识用于方案的服务：这是这个校级专科文凭的与众不同之处。   

对这一主题的掌握与这位大学专家的方法设计的有效性相得益彰。由一个多学科的网络学习专家团队开发它整合了教育技术的最新进展。通过这种方式，你将能够利用一系列方便又多功能的多媒体工具进行学习，让你在培训领域获得所需的可操作性。

该课程的设计是基于问题的学习：这种方法将学习变成一个明显的实践过程。为了远程实现这一点，我们将使用远程教学：借助创新的交互式视频系统和向专家学习，您将能够获得知识，就好像您当时正面临着您正在学习的假设。一个能让你以更现实和永久的方式整合和固定学习的概念。  

通过这个高水平的专业实现职业成功"

认知发展的基本过程，与学习和学校发展有关，是一种密集而完整的培训"

该培训课程的内容是由该课程的不同教师制定的，目的很明确：确保我们的学生获得每一项必要的技能，成为该学科的真正专家。  

该计划的内容将允许学习该领域所涉及的不同学科的各个方面。一个全面和结构良好的方案，将引导你到达质量和成功的最高标准。   

通过一个完整但非常好的分区发展，你将能够获得目前教育研究领域最先进的知识"

模块1.研究中的基本原理、过程和方法

1.1. 设计教育研究的方法论

1.1.1. 介绍
1.1.2. 教育研究中的方法或范式
1.1.3. 研究的类型

1.1.3.1.基础或基本研究
1.1.3.2.应用研究
1.1.3.3.描述性或解释性的研究
1.1.3.4.前瞻性研究
1.1.3.5.探索性研究

1.1.4. 研究过程：科学方法

1.2. 数据的统计分析。

1.2.1. 介绍
1.2.2. 什么是数据分析？
1.2.3. 变量的类型
1.2.4. 衡量的尺度

1.3. 单变量描述性统计（II）：分布和频率多边形

1.3.1. 介绍
1.3.2. 频率分布
1.3.3. 频率多边形或直方图
1.3.4. SPSS：频率

1.4. 单变量描述性统计（二）：位置指数和分散指数

1.4.1. 介绍
1.4.2. 变量和类型
1.4.3. 位置或中心趋势的指数或及其属性

1.4.3.1.算术平均数
1.4.3.2.中位数
1.4.3.3.模式

1.4.4. 分散性或可变性的指数

1.4.4.1.差异
1.4.4.2.标准偏差
1.4.4.3.变异系数
1.4.4.4.半成品范围
1.4.4.5.总振幅 

1.5单变量描述性统计（III）：分数和分布形状指数的分布

1.5.1. 介绍
1.5.2. 分数的类型

1.5.2.1.差异化得分
1.5.2.2.典型得分
1.5.2.3.百分位数得分

1.5.3. 分布形状指数

1.5.3.1.偏度指数(AS)
1.5.3.2.峰度或峰度指数(Cv)

1.6. 探索性数据分析（EDA）

1.6.1. 介绍

1.6.2. 探索性数据分析的定义
1.6.3. 探索性数据分析的阶段
1.6.4. SPSS：探索性数据分析

1.7. 两个变量（X和Y）之间的线性相关关系

1.7.1. 介绍
1.7.2. 相关性的概念
1.7.3. 相关的类型和系数
1.7.4. 皮尔逊的相关系数（rxy）
1.7.5. 皮尔逊相关性的属性
1.7.6. SPSS：相关分析

1.8. 回归分析简介

1.8.1. 介绍
1.8.2. 一般概念：Y对X的回归方程
1.8.3. 模型拟合度指数
1.8.4. SPSS：线性回归分析

1.9. 推理统计学简介（I）

1.9.1. 介绍
1.9.2. 概率：一般概念
1.9.3. 独立事件的应急表
1.9.4. 具有连续变量的理论概率模型

1.9.4.1.正态分布
1.9.4.2.学生的分布

1.10. 推理统计学简介（II）

1.10.1. 介绍
1.10.2. 具有连续变量的理论概率模型
1.10.3. 采样分布
1.10.4. 假设检验的逻辑
1.10.5. I型和II型错误

模块2.实验研究：设计是一种模式

2.1. 实验方法

2.1.1. 介绍
2.1.2. 教育研究的方法或范式
2.1.3. 实验研究的概念
2.1.4. 研究的类型
2.1.5. 研究方法
2.1.6. 调查的质量：Kirlenger原则(Max-Min-Con)。
2.1.7. 一项调查的实验有效性

2.2. 研究中的实验设计

2.2.1. 介绍
2.2.2. 实验设计的类型：预实验、实验、准实验
2.2.3. 实验性控制

2.2.3.1.变量的控制
 2.2.3.2.控制技术

2.2.4. 实验设计：组间设计和主体内设计
2.2.5. 数据分析：统计技术

2.3. 不同组别受试者的实验设计

2.3.1. 介绍
2.3.2. 教育研究的方法或范式
2.3.3. 实验研究的概念
2.3.4. 研究的类型
2.3.5. 研究方法
2.3.6. 调查的质量，Kerlinger原则(Max-Min-Con)
2.3.7. 调查的有效性

2.4. 用相同的受试者进行实验设计

2.4.1. 介绍
2.4.2. 用相同的对象进行学生的检验
2.4.3. 两个相关样本的非参数对比：测试的 Wilcoxon
2.4.4. 两个相关样本的非参数对比：Friedman 测试

2.5. 单因素、完全随机化的实验设计

2.5.1. 介绍
2.5.2. 一般线性模型
2.5.3. ANOVA模型
2.5.4. 单因素、固定效应、完全随机的方ANOVA分析（A-EF-CA）

2.5.4.1.模式
2.5.4.2.假设
2.5.4.3.对比统计学

2.5.5. 效果大小的衡量标准
2.5.6. 衡量标准之间的多重比较

2.5.6.1.什么是多重比较？
2.5.6.2.先验的计划比较
2.5.6.3.事后的计划比较

2.6. 单因素、措施化的实验设计

2.6.1. 介绍
2.6.2. 单因素、固定的效应、完全随机的方ANOVA分析（A-EF-CA）
2.6.3. 效果大小的衡量标准
2.6.4. 多重比较

2.6.4.1.正交计划比较：计划的F检验

2.7. 单因素两完全随机化的实验设计

2.7.1. 介绍
2.7.2. 单因素、固定的效应、完全随机的方ANOVA分析（ABEF-CA）
2.7.3. 效果大小的衡量标准
2.7.4. 多重比较 

2.8. 单因素两措施化的实验设计

2.8.1. 介绍
2.8.2. 单因素、固定的效应、完全随机的方ANOVA分析（两因素）
2.8.3. 多重比较
2.8.4. 单因素、固定的效应、完全随机的方ANOVA分析（一个因素）
2.8.5. 多重比较

2.9. 块状实验设计

2.9.1. 介绍
2.9.2. 块状设计的特点
2.9.3. 因素的附加变量：阻断因素
2.9.4. 单一阻断因素设计：完全随机阻断
2.9.5. 双因素封锁设计：拉丁方格封锁

2.10. 带有协变量的实验设计

2.10.1. 介绍
2.10.2. ANCOVA设计

2.10.2.1.用于减少误差项的协变量
2.10.2.2.控制不相干变量的协变量

2.10.3. 为什么要在设计中包括一个协变量？
2.10.4. 阻断和方差分析

2.11. 单一案例实验设计（N=1）

2.11.1. 介绍
2.11.2. 单一案例设计的基本结构

2.11.2.1.多项选择题的开发
2.11.2.2.难度指数；歧视指数：有效性指数
2.11.2.3.对分散注意力的项目进行分析

2.11.3. 单一案例设计中的治疗研究

2.11.3.1.视觉数据分析

2.11.4. 基本模式。A-B
2.11.5. A-B-A设计
2.11.6. 标准转换设计
2.11.7. 多重基线设计

模块3.定性研究中收集数据的技术和工具

3.1. 简介

3.1.2. 定性研究的方法
3.1.3. 定性研究技术
3.1.4. 定性研究的各个阶段

3.2. 观察

3.2.1. 介绍
3.2.2. 观察的类别
3.2.3. 观察的类型：人种学、参与式和非参与式观察
3.2.4. 观察什么，如何观察，何时观察？
3.2.5. 观察的伦理考虑
3.2.6. 内容分析

3.3. 面试技巧

3.3.1. 介绍
3.3.2. 访谈的概念
3.3.3. 采访特点
3.3.4. 采访的目的
3.3.5. 访谈的类型
3.3.6. 访谈的优势和劣势

3.4. 焦点小组和焦点小组技术

3.4.1. 介绍
3.4.2. 焦点小组
3.4.3. 可以追求的目标：优势和劣势
3.4.4. 将要讨论的问题

3.5. DAFO和DELPHI技术

3.5.1. 介绍
3.5.2. 这两种技术的特点
3.5.3. DAFO技术
3.5.4. DELPHI技术

3.5.4.1.启动delphi之前的初步任务

3.6. 生活史方法

3.6.1. 介绍
3.6.2. 生命的历史
3.6.3. 该方法的特点
3.6.4. 类型
3.6.5. 阶段

3.7. 现场日记法

3.7.1. 介绍
3.7.2. 现场日记的概念
3.7.3. 现场日记的特点
3.7.4. 现场日记的结构

3.8. 话语和图像分析技术

3.8.1. 介绍
3.8.2. 特点
3.8.3. 话语分析的概念
3.8.4. 话语分析的类型
3.8.5. 话语的层次
3.8.6. 图像分析

3.9. 案例研究法

3.9.1. 介绍
3.9.2. 案例研究法
3.9.3. 案例研究的类型
3.9.4. 案例研究法

3:10. 量化数据的处理和分析

3.10.1. 简介
3.10.2. 数据的分类
3.10.3. 数据的编码
3.10.4. 数据的理论化
3.10.5. 数据的三角测量
3.10.6. 数据的暴露
3.10.7. 撰写分析性反思。

一次全面的培训，将带领你掌握与顶尖竞争所需的知识"