After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
När man arbetar med data som innehåller många variabler är man ofta intresserad av att studera sambanden mellan dessa variabler med hjälp av multivariat statistik. I den här kursen lär du dig metoder för att analysera sådana datamängder. Du får också lära dig om vanliga multivariata sannolikhetsfördelningar, däribland den multivariata normalfördelningen, den multivariata t-fördelningen och några multivariata skevfördelningar. Sedan introduceras du till tekniker för att representera högdimensionell data i färre dimensioner, inklusive principalkomponentanalys (PCA) och flerdimensionell skalning (MDS).
Förkunskapskrav
Kursplan
Kursöversikt
1
Läsa och visualisera multivariata data
I den här introduktionen till multivariata data lär du dig att läsa in och sammanfatta dem. Du lär dig att sammanfatta multivariata data med hjälp av deskriptiv statistik, till exempel medelvärdesvektor, varians-kovarians- och korrelationsmatriser. Sedan utforskar du visualiseringstekniker som ger insikter om multivariata data.
- Läsa multivariata data50 XP
- Läsa in multivariata data med read.table100 XP
- Ange datatyper för kolumner100 XP
- Medelvärdesvektor och varians-kovariansmatris50 XP
- Beräkna medelvektorn100 XP
- Beräkna varians-kovariansmatrisen100 XP
- Beräkna korrelationsmatrisen100 XP
- Visualisera multivariata data50 XP
- Parvisa diagram med bas-grafik och lattice100 XP
- 3D-plottningstekniker100 XP
2
Multivariat normalfördelning
Det här kapitlet introducerar dig till den viktigaste och mest använda multivariata sannolikhetsfördelningen – den multivariata normalfördelningen. Du lär dig att generera slumpmässiga stickprov från en multivariat normalfördelning samt att beräkna och visualisera tätheter och sannolikheter under denna fördelning. Du lär dig också att testa om en datamängd följer multivariat normalitet.
3
Andra multivariata fördelningar
Det här kapitlet introducerar en rad sannolikhetsfördelningar för att modellera icke-normalfördelade data. Du introduceras bland annat till multivariata t-fördelningar, som kan modellera tyngre svansar och är en generalisering av den univariata Students t-fördelning. Du introduceras även till olika skevfördelningar, som är särskilt utformade för att modellera data som är höger- eller vänsterskeva.
4
Principalkomponentanalys och flerdimensionell skalning
I det sista kapitlet introduceras du till tekniker för att analysera högdimensionell data, inklusive principalkomponentanalys (PCA) och flerdimensionell skalning (MDS). Du lär dig också att tillämpa dessa tekniker på verkliga datamängder.
R
Multivariata sannolikhetsfördelningar i R
Kurs
slutförd
