Build your ultimate AI agent
Descrierea cursului
Când lucrăm cu date care conțin multe variabile, suntem adesea interesați să studiem relațiile dintre acestea folosind statistici multivariate. În acest curs, vei învăța metode de analiză a unor astfel de seturi de date. Vei descoperi distribuții de probabilitate multivariate comune, printre care distribuția normală multivariată, distribuția t multivariată și câteva distribuții asimetrice multivariate. Vei fi introdus și în tehnici de reprezentare a datelor de mare dimensionalitate în spații cu mai puține dimensiuni, inclusiv analiza componentelor principale (PCA) și scalarea multidimensională (MDS).
Cerințe prealabile
Curriculum
Structura cursului
1
Citirea și reprezentarea grafică a datelor multivariate
În această introducere în datele multivariate, vei învăța cum să le citești și să le rezumi. Vei descoperi cum să descrii datele multivariate folosind statistici descriptive, precum vectorul mediilor, matricea varianță-covarianță și matricea de corelație. Vei explora apoi tehnici grafice care oferă perspective valoroase asupra datelor multivariate.
- Citirea datelor multivariate50 XP
- Citirea datelor multivariate cu read.table100 XP
- Specificarea tipurilor de date pentru coloane100 XP
- Vectorul mediilor și matricea varianță-covarianță50 XP
- Calcularea vectorului mediilor100 XP
- Calcularea matricei varianță-covarianță100 XP
- Calcularea matricei de corelație100 XP
- Reprezentarea grafică a datelor multivariate50 XP
- Grafic de perechi folosind grafica de bază și lattice100 XP
- Tehnici de reprezentare grafică 3D100 XP
2
Distribuția normală multivariată
Acest capitol îți prezintă cea mai importantă și mai utilizată distribuție de probabilitate multivariată: distribuția normală multivariată. Vei învăța cum să generezi eșantioane aleatoare dintr-o distribuție normală multivariată și cum să calculezi și să reprezinți grafic densitățile și probabilitățile asociate acestei distribuții. Vei învăța, de asemenea, cum să testezi dacă un set de date urmează o distribuție normală multivariată.
3
Alte distribuții multivariate
Acest capitol introduce o serie de distribuții de probabilitate pentru modelarea datelor non-normale. În special, vei fi introdus în distribuțiile t multivariate, care pot modela cozi mai grele și reprezintă o generalizare a distribuției t Student univariate. Vei descoperi și diverse distribuții asimetrice, concepute special pentru modelarea datelor cu asimetrie pozitivă sau negativă.
4
Analiza componentelor principale și scalarea multidimensională
În capitolul final, vei fi introdus în tehnici de analiză a datelor de mare dimensionalitate, inclusiv analiza componentelor principale (PCA) și scalarea multidimensională (MDS). Vei învăța, de asemenea, să aplici aceste tehnici în analiza datelor reale.
R
Distribuții de probabilitate multivariate în R
Curs
finalizat
