科学家在生物技术和制药研究分析数据时面临的各种挑战。时间和成本约束通常限制可以获得的数据量。在很多情况下,数据的质量很难提取趋势或估计的不确定性。有时有太多数据和识别最重要的解释变量可以麻烦。指定模型最好的描述了数据通常需要一个选择之间的竞争模型,最初似乎也有类似的拟合优度的措施。
计算统计数据提供了多种应用定量方法,帮助解决这些挑战包括:
- 引导——补偿小样本大小
- 偏最小二乘-将低质量数据转换成一个可用的形式
- 特征选择,确定哪些变量对模型的影响
- 交叉验证,提高了模型的评价和选择
这个研讨会强调如何在MATLAB交互式分析工具®、统计和机器学习的工具箱™和曲线拟合工具箱™支持计算统计数据。金宝app
以前的MATLAB知识不需要这个网络研讨会。
