Build your ultimate AI agent
Deskripsi Kursus
Saat bekerja dengan data yang memiliki banyak variabel, kita sering ingin mempelajari hubungan antarvariabel tersebut menggunakan statistika multivariat. Dalam kursus ini, Anda akan mempelajari cara menganalisis himpunan data tersebut. Anda juga akan mempelajari distribusi probabilitas multivariat yang umum, termasuk normal multivariat, t multivariat, dan beberapa distribusi miring multivariat. Selanjutnya, Anda akan diperkenalkan pada teknik untuk merepresentasikan data berdimensi tinggi ke dalam lebih sedikit dimensi, termasuk principal component analysis (PCA) dan multidimensional scaling (MDS).
Prasyarat
Kurikulum
Garis besar kursus
1
Membaca dan memplot data multivariat
Dalam pengantar data multivariat ini, Anda akan mempelajari cara membaca dan meringkasnya. Anda akan mempelajari cara meringkas data multivariat menggunakan statistika deskriptif, seperti vektor mean, matriks varians-kovarians, dan korelasi. Anda kemudian akan mengeksplorasi teknik pemetaan/plotting untuk memberikan wawasan tentang data multivariat.
- Membaca data multivariat50 XP
- Membaca data multivariat menggunakan read.table100 XP
- Menentukan tipe data untuk kolom100 XP
- Vektor rerata dan matriks varians-kovarians50 XP
- Menghitung vektor mean100 XP
- Menghitung matriks varians-kovarians100 XP
- Menghitung matriks korelasi100 XP
- Memplot data multivariat50 XP
- Plot pasangan menggunakan base graphics dan lattice100 XP
- Teknik plotting 3D100 XP
2
Distribusi Normal Multivariat
Bab ini akan memperkenalkan Anda pada distribusi probabilitas multivariat yang paling penting dan paling banyak digunakan, yaitu normal multivariat. Anda akan belajar cara menghasilkan sampel acak dari distribusi normal multivariat dan cara menghitung serta memplot kerapatan dan probabilitas di bawah distribusi ini. Anda juga akan belajar cara menguji apakah suatu himpunan data mengikuti kenormalan multivariat.
3
Distribusi Multivariat Lainnya
Bab ini memperkenalkan berbagai distribusi probabilitas untuk memodelkan data non-normal. Secara khusus, Anda akan diperkenalkan pada distribusi t multivariat, yang dapat memodelkan ekor yang lebih tebal dan merupakan generalisasi dari distribusi t Student univariat. Anda juga akan diperkenalkan pada berbagai distribusi miring, yang dirancang khusus untuk memodelkan data yang miring ke kanan atau ke kiri.
4
Principal Component Analysis dan Multidimensional Scaling
Pada bab terakhir, Anda akan diperkenalkan pada teknik untuk menganalisis data berdimensi tinggi, termasuk principal component analysis (PCA) dan multidimensional scaling (MDS). Anda juga akan mempelajari penerapan teknik-teknik ini melalui analisis data.
R
Distribusi Probabilitas Multivariat di R
Kursus
Selesai
