MATLAB统计方法
查看时间表和注册课程详细信息
本课程提供使用MATLAB进行统计数据分析的实践经验®统计和机器学习工具箱™。示例和练习演示了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,包括导入和组织数据,探索性分析,验证性分析和模拟。
主题包括:
- 数据管理
- 计算汇总统计信息
- 可视化数据
- 拟合分布
- 执行显著性测试
- 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
该计划已获得GARP批准,并有资格获得14个GARP CPD学分。如果您是认证FRM或ERP,请在您的信用跟踪。
2天中的第一天
导入和组织数据
摘要目的:将数据导入MATLAB并进行整理分析。执行常见任务,例如合并数据和处理丢失的数据。
- 导入数据
- 数据类型
- 数据表
- 合并数据
- 分类数据
- 缺失的数据
探索数据
摘要目的:对数据集执行描述性统计,包括汇总统计的可视化和计算。
- 可视化数据
- 计算位置、分布和形状参数
- 计算相关系数
- 对分组数据执行计算
分布
摘要目的:研究不同的概率分布,并将分布拟合到数据集。使用随机数来评估模型的不确定性或灵敏度,或进行模拟。从各种分布中生成随机数,并管理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
- 引导和模拟
- 从任意分布中生成随机数
- 控制随机数流
2天中的第二天
假设测试
摘要目的:确定一个数据集是否充分支持一个特定的假设。金宝app对常见用途应用假设检验,例如比较两个分布的位置和扩散参数。
- 验证性数据分析
- 正态分布的假设检验
- 非正态分布的假设检验
方差分析
摘要目的:比较多组的样本均值,组间差异有统计学意义。
- 执行方差分析(ANOVA)
- 计算多次比较的修正
- n向方差分析和多元方差分析(MANOVA)
- 非正态数据的方差分析
- 分类数据的独立性测试
回归
摘要目的:通过拟合线性和非线性模型对数据集进行预测建模。探索提高模型质量的技术。通过降低维数来简化高维数据集。
- 线性回归模型
- 拟合线性模型到数据
- 对模型进行拟合和调整
- 逻辑和广义线性回归
- 非线性回归
- 特征选择与变换