Matlabによる統計解析

1日目

---

デタのンポトと整理

学習目標:Matlab上にデタを取り込み，解析のために整理する方法にいて学びます。また，デタのマジや欠損デタの取り扱いなどの共通のタスクを実行する方法にいても学びます。

• デタのンポト
• デ，タのテ，ブル
• デ，タのマ，ジ
• カテゴリカルデ，タ
• 欠損デ，タの扱い

デ，タの調査

学習目標:デ、タセットに対する可視化と統計量の計算のように、基本的な調査を実行する方法に、いて学びます。

• プロット
• 中心，広がり，形状の尺度
• 相関
• グル，プ化したデ，タ

分布

学習目標:異なる確率分布を用いた調査を行い，デ，タセットに対して分布を近似させる方法に，いて学びます。

• 密度関数
• 確率分布
• 分布パラメタ
• 分布の比較と近似
• ノンパラメトリック近似

仮説検定

学習目標:どの程度デ，タセットに対して仮説を主張できるかを検討します。仮説検定を行い、2つの分布を比較し、標本の平均に対する信頼区間を決定する方法について学びます。

• 仮説検定
• 正規分布に基づく検定
• 非正規分布に基づく検定

2日目

---

分散分析

学習目標:複数のグループの平均を比較し,グループ間で統計的に有意差があるかどうか調査する方法について学びます。

• 複数の比較
• 1因子方差分析
• 多因子anova
• MANOVA
• 非正規anova
• カテゴリカル相関

回帰

学習目標:デ，タセットに対して線形および非線形でのモデリングを行います。また，モデル精度の改善テクニックにいても学びます。

• 線形回帰モデル
• 線形モデルによるデ，タの近似
• 近似の評価
• モデルの調整
• ロジスティック回帰と一般化線形回帰
• 非線形回帰

多次元デ，タの取り扱い

学習目標:多次元のデタセットの次元を削減する方法にいて学びます。

• 主成分分析
• 因子分析
• 特徴選択

乱数とシミュレ，ション

学習目標:乱数を使用して，モデルの不確定性や感度をシミュレ，ションにより評価します。様々な分布から乱数を生成し，matlabの乱数生成アルゴリズムにいて解説します。

• ブ，トストラッピング
• シミュレ，ション
• 標準分布からの数の生成
• 任意の分布からの数の生成
• 乱数ストリ，ムの制御