Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Als je werkt met data met veel variabelen, ben je vaak geïnteresseerd in de relaties tussen die variabelen met behulp van multivariate statistiek. In deze cursus leer je manieren om zulke gegevenssets te analyseren. Je maakt ook kennis met veelgebruikte multivariate kansverdelingen, waaronder de multivariate normaalverdeling, de multivariate t-verdeling en enkele scheve multivariate verdelingen. Daarna maak je kennis met technieken om data met hoge dimensie terug te brengen naar minder dimensies, zoals principal component analysis (PCA) en multidimensional scaling (MDS).
Vereisten
Lesprogramma
Cursusoverzicht
1
Multivariate data inlezen en plotten
In deze introductie tot multivariate data leer je hoe je die kunt inlezen en samenvatten. Je leert multivariate data samen te vatten met beschrijvende statistiek, zoals de gemiddelde vector, variantie-covariantie- en correlatiematrices. Daarna verken je plottingstechnieken die inzicht geven in multivariate data.
- Meerdimensionale data lezen50 XP
- Meervoudige data lezen met read.table100 XP
- Datatypes voor kolommen specificeren100 XP
- Gemiddeldevector en variantie-covariantiematrix50 XP
- De gemiddeldevector berekenen100 XP
- De variantie-covariantiematrix berekenen100 XP
- De correlatiematrix berekenen100 XP
- Meervoudige data plotten50 XP
- Pairs-plot met base graphics en lattice100 XP
- 3D-plottechnieken100 XP
2
Multivariate normaalverdeling
Dit hoofdstuk introduceert de belangrijkste en meest gebruikte multivariate kansverdeling: de multivariate normaalverdeling. Je leert willekeurige steekproeven genereren uit een multivariate normaalverdeling en hoe je de dichtheden en kansen onder deze verdeling berekent en plot. Je leert ook testen of een gegevensset multivariate normaliteit volgt.
3
Andere multivariate verdelingen
Dit hoofdstuk introduceert een reeks kansverdelingen om niet-normale data te modelleren. Je maakt met name kennis met multivariate t-verdelingen, die zwaardere staarten kunnen modelleren en een generalisatie zijn van de univariate Student’s t-verdeling. Ook maak je kennis met diverse scheve verdelingen, die speciaal zijn ontworpen om rechts- of linksscheve data te modelleren.
4
Principal Component Analysis en Multidimensional Scaling
In het laatste hoofdstuk maak je kennis met technieken om data met hoge dimensie te analyseren, waaronder principal component analysis (PCA) en multidimensional scaling (MDS). Je leert deze technieken ook toepassen door data te analyseren.
R
Multivariate kansverdelingen in R
Cursus
voltooid
