课程时间表
先决条件
Matlab基础知识和基本统计和机器学习工具箱的知识。
该计划已获得Garp批准，并有资格获得14个Garp CPD学分。如果您是经过认证的FRM或ERP，请在信用跟踪器中记录此活动http://www.garp.org/cpd.
Matlab中的统计方法
这个为期两天的课程为使用Matlab进行统计数据分析提供了动手的经验®和统计和机器学习工具箱™。示例和练习展示在整个分析过程中使用适当的MATLAB和统计和机器学习工具箱功能;从导入和组织数据，探索性分析，确认分析和仿真。主题包括：
- 管理数据
- 计算概要统计数据
- 可视化数据
- 拟合分布
- 表演意义的测试
- 执行方差分析
- 拟合回归模型
- 减少数据集
- 生成随机数并执行模拟
Matlab中的统计方法
先决条件
Matlab基础知识和基本统计和机器学习工具箱的知识。
该计划已获得Garp批准，并有资格获得14个Garp CPD学分。如果您是经过认证的FRM或ERP，请在信用跟踪器中记录此活动http://www.garp.org/cpd.
| 第1天 | |
|---|---|
| 导入和组织数据 | 客观的：将数据带入MATLAB并组织它进行分析。执行常见任务，例如合并数据并处理缺失数据。
|
| 探索数据 | 客观的：对数据集进行基本统计调查，包括可视化和计算摘要统计数据。
|
| 分布 | 客观的：调查不同的概率分布并拟合到数据集的分布。
|
| 假设试验 | 客观的：确定对数据集的断言有多可能性。应用用于常见用途的假设试验，例如比较两个分布和确定样本的置信区间。
|
| 第2天的第2天 | |
|---|---|
| 方差分析 | 客观的：比较多个组的样本手段，并在组之间找到统计上显着的差异。
|
| 回归 | 客观的：通过将线性和非线性模型拟合到数据集来执行预测建模。探索提高模型质量的技术。
|
| 使用多维维度 | 客观的：通过降低维度来简化高维数据集。
|
| 随机数和仿真 | 客观的：使用随机数来评估模型的不确定性或灵敏度，或执行模拟。从各种分布生成随机数，并管理MATLAB随机数生成算法。
|
