Статический анализ в MATLAB

Записаться на обучение

Описание курса

Курс представляет собой полноценное обучение инструментам вычислительной статистики в среде MATLAB на базе практических примеров.
Обработка данных.
Описательная статистика.
Визуализация данных.
Подбор распределений
Выполнение гипотезы тестов
Дисперсионный анализ
Подбор регрессионных моделей
Уменьшение размерности данных
Генерация случайных чисел и выполнения симуляций.

Предварительная подготовка

Практические знания MATLAB и базовой статистики.

Продолжительность

2 дня

Программа курса

Модуль 1. Импорт и организация данных.
Понимание методов импорта для различных типов данных, доступных в MATLAB и Statistics Toolbox, для дальнейшей организации и анализа. Выполнение общих задач, таких как объединение данных и работа с недостающими данными.
Импорт данных.
Типы данных.
Тип данных Dataset
Объединение данных.
Категории данных.
Несоразмерные и отсутствующие данные.

Модуль 2. Исследование данных.
В данном модуле рассматриваются основные статистические исследования данных, включая визуализацию и расчет сводных статистических данных.
Статистическая визуализация.
Среднее значение.
Разброс.
Форма.
Корреляция.
Группированные данные.

Модуль 3. Параметрические и непараметрические распределения.
В этом модуле освещаются функциональности, доступные в Statistics Toolbox, для исследования различных распределений вероятности и подбора их параметров.
Распределения вероятностей.
Параметры распределения.
Сравнение и подбор распределений.
Непараметрические распределения.
Задание распределения в виде объекта.

Модуль 4. Гипотезы тесты.
Использование Statistics Toolbox, для определения вероятности принадлежности классу распределений. Применить тест гипотезу для общего использования, таких как сравнение двух распределений и определения доверительных интервалов для выборок.
Проверка гипотезы.
Тест на принадлежность нормальному распределению.
Тест на проверку произвольного распределения.

Модуль 5. Дисперсионный анализ.
В этом модуле рассматриваются задачи сравнения выборочных средних нескольких групп и нахождение статистически значимых различий между группами.
Множественные сравнения.
Одномерный ANOVA анализ.
N-мерный ANOVA анализ
Многомерный ANOVA анализ.
ANOVA анализ для произвольного распределения.
Категориальная корреляция

Модуль 6. Регрессионный анализ.
Выполнение предсказательного моделирования на основе подбора линейной и нелинейной модели. Исследование техник для повышения качества модели.
Модели линейной регрессии.
Подбор линейной модели по исходному множеству данных.
Оценка модели.
Настройка модели.
Графики разбросов.
Логистическая и обобщенные линейные модели.
Нелинейные модели.

Модуль 7. Обработка данных высокой размерности.
Знакомство с методами снижения размерности набора данных, а также выполнение классификации для случая категориальной переменной.
Преобразования компонент.
Выбор характеристик.
Классификация.
Кластеризация.

Модуль 8. Генерация случайных чисел.
Использование случайных чисел для оценки неопределенности или чувствительности модели, или выполнения симуляций. Генерация случайных чисел из различных распределений и управление алгоритмами генерации случайных чисел.
Бутстреп и симуляция.
Генерация случайных чисел из нормального распределения.
Генерация случайных чисел из произвольного распределения.
Управление потоком случайных чисел.