Курс представляет собой полноценное обучение инструментам вычислительной статистики в среде MATLAB на базе практических примеров.

Что входит в курс:

  • Обработка данных;
  • Описательная статистика;
  • Визуализация данных;
  • Подбор распределений;
  • Выполнение гипотезы тестов;
  • Дисперсионный анализ;
  • Подбор регрессионных моделей;
  • Уменьшение размерности данных;
  • Генерация случайных чисел и выполнения симуляций.

Предварительная подготовка:

Практические знания MATLAB (MLBE) и базовой статистики.

Продолжительность курса - 2 дня.

Стоимость курса: 25000 рублей

День 1

Импорт и организация данных

Понимание методов импорта для различных типов данных, доступных в MATLAB и Statistics Toolbox, для дальнейшей организации и анализа. Выполнение общих задач, таких как объединение данных и работа с недостающими данными.

  • Импорт данных;
  • Типы данных;
  • Тип данных Dataset
  • Объединение данных;
  • Категории данных;
  • Несоразмерные и отсутствующие данные.

Исследование данных

В данном модуле рассматриваются основные статистические исследования данных, включая визуализацию и расчет сводных статистических данных.

  • Статистическая визуализация;
  • Среднее значение;
  • Разброс;
  • Форма;
  • Корреляция;
  • Группированные данные.

Параметрические и непараметрические распределения

В этом модуле освещаются функциональности, доступные в Statistics Toolbox, для исследования различных распределений вероятности и подбора их параметров.

  • Распределения вероятностей;
  • Параметры распределения;
  • Сравнение и подбор распределений;
  • Непараметрические распределения;
  • Задание распределения в виде объекта.

Гипотезы тесты

Использование Statistics Toolbox, для определения вероятности принадлежности классу распределений. Применить тест гипотезу для общего использования, таких как сравнение двух распределений и определения доверительных интервалов для выборок.

  • Проверка гипотезы;
  • Тест на принадлежность нормальному распределению;
  • Тест на проверку произвольного распределения.

День 2

Дисперсионный анализ

В этом модуле рассматриваются задачи сравнения выборочных средних нескольких групп и нахождение статистически значимых различий между группами.

  • Множественные сравнения;
  • Одномерный ANOVA анализ;
  • N-мерный ANOVA анализ
  • Многомерный ANOVA анализ;
  • ANOVA анализ для произвольного распределения;
  • Категориальная корреляция.

Регрессионный анализ

Выполнение предсказательного моделирования на основе подбора линейной и нелинейной модели. Исследование техник для повышения качества модели.

  • Модели линейной регрессии;
  • Подбор линейной модели по исходному множеству данных;
  • Оценка модели;
  • Настройка модели;
  • Графики разбросов;
  • Логистическая и обобщенные линейные модели;
  • Нелинейные модели.

Обработка данных высокой размерности

Знакомство с методами снижения размерности набора данных, а также выполнение классификации для случая категориальной переменной.

  • Преобразования компонент;
  • Выбор характеристик;
  • Классификация;
  • Кластеризация.

Генерация случайных чисел

Использование случайных чисел для оценки неопределенности или чувствительности модели, или выполнения симуляций. Генерация случайных чисел из различных распределений и управление алгоритмами генерации случайных чисел.

  • Бутстреп и симуляция;
  • Генерация случайных чисел из нормального распределения;
  • Генерация случайных чисел из произвольного распределения;
  • Управление потоком случайных чисел.


Стоимость курса - 25000 рублей*. Оплата после регистрации. Оплата возможна как от физ. лиц, так и от организаций. 

Контакты для связи: 
training@exponenta.ru 
+7(495)009-65-85 

*Цены действительны только при стандартных условиях продажи ЦИТМ Экспонента резидентам РФ. При отклонении от стандартного договора, стоимость может быть изменена. Образец договора предоставляется после заполнения заявки(регистрации).

22 июня
Вторник
Москва

10:00

Прошло

Адрес

Полная карта

2-й Южнопортовый проезд, 31, стр. 4

Спикеры

Артем Багров Артем Багров

Артем Багров

Инженер ЦИТМ Экспонента, к.т.н. В 2004 году окончил МГУ им. Ломоносова, в 2008 защитил кандидатскую диссертацию. Работает в компании с 2010 года. Специализируется на технических вычислениях и мат. моделировании.

Сферы применения

Поделиться
Поделиться