MATLAB和Simu金宝applink训练

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

水平:中间

先决条件:

持续时间:2天

语言:英文,日本語,한국어

查看时间表和注册