在MATLAB统计方法
查看日程安排和登记课程详细信息
本课程提供实践经验与MATLAB执行统计数据分析®和统计和机器学习的工具箱™。例子和练习演示适当的使用MATLAB和统计和机器学习工具箱功能在整个分析过程中,包括导入和组织数据、探索性分析、验证性分析和仿真。
主题包括:
- 数据管理
- 计算汇总统计
- 可视化数据
- 拟合分布
- 执行测试的意义
- 进行方差分析
- 拟合回归模型
- 减少数据集
- 生成随机数字和模拟表演
这个项目已经批准GARP,限定了14 GARP CPD学分。如果你是一个认证的农场或ERP,请记录在你的这个活动信用跟踪。
第一天2
导入和组织数据
摘要目的:将数据带入MATLAB和组织分析。执行常见任务,如合并数据和处理丢失的数据。
- 导入数据
- 数据类型
- 表的数据
- 合并数据
- 分类数据
- 缺失的数据
探索数据
摘要目的:一个数据集上进行描述性统计,包括可视化和汇总统计的计算。
- 可视化数据
- 计算参数的位置、传播和形状
- 计算相关系数
- 与分组数据执行计算
分布
摘要目的:调查不同的概率分布和适合分布数据集。使用随机数来评估模型的不确定性或敏感性,或执行模拟。从不同的分布,生成随机数和管理MATLAB随机数生成算法。
- 概率分布及其参数
- 比较和拟合分布
- 拟合非参数分布
- 引导和仿真
- 从任意分布生成随机数
- 控制随机数流
第二天2
假设测试
摘要目的:确定一个数据集足够支持一个特定的假设。万博1manbetx假设测试申请常见用途,如比较两个分布的位置和扩散参数。
- 验证性数据分析
- 为正态分布假设测试
- 为非正态的分布假设测试
方差分析
摘要目的:比较多个组的样本均值和发现显著差异组。
- 进行方差分析(方差分析)
- 计算修正多重比较
- 执行多方方差分析和多元方差分析(MANOVA)
- 非正态数据的方差分析
- 独立测试分类数据
回归
摘要目的:执行合适的线性和非线性模型预测建模的一个数据集,探索提高模型质量的技术。简化高维数据集通过减少维度。
- 线性回归模型
- 拟合线性模型的数据
- 评估和调整模型
- 物流和广义线性回归
- 非线性回归
- 特征选择和转换
