Métodos Estadísticos en MATLAB
Detalles del curso
Este curso de dos días ofrece experiencia práctica para realizar análisis de datos estadísticos con MATLAB® y Statistics and Machine Learning Toolbox™. Los ejemplos y ejercicios muestran el uso de las funciones relevantes de MATLAB y Statistics and Machine Learning Toolbox a lo largo del proceso de análisis, desde la importación y organización de los datos, pasando por el análisis exploratorio, hasta el análisis confirmatorio y la simulación.
Temas incluidos:
- Gestionar datos
- Calcular estadísticas sumarias
- Visualizar datos
- Ajustar distribuciones
- Realizar pruebas de significancia
- Realizar análisis de varianza
- Ajustar modelos de regresión
- Reducir conjuntos de datos
- Generar números aleatorios y realizar simulaciones
Día 1 de 2
Importación y organización de datos
Objetivo: Importe datos en MATLAB y organícelos para su análisis. Realice tareas frecuentes, como la combinación de datos y el tratamiento de los datos ausentes.
- Importar datos
- Tipos de datos
- Tablas de datos
- Combinar datos
- Datos categóricos
- Datos ausentes
Explorar datos
Objetivo: Realice una investigación estadística básica de un conjunto de datos, incluida la visualización y el cálculo de estadísticas sumarias.
- Representación
- Tendencia central
- Extensión
- Forma
- Correlaciones
- Datos agrupados
Distribuciones
Objetivo: Investigue diferentes distribuciones de probabilidad y ajuste las distribuciones a un conjunto de datos.
- Distribuciones de probabilidad
- Parámetros de distribución
- Comparar y ajustar distribuciones
- Ajustes no paramétricos
Pruebas de hipótesis
Objetivo: Determine la probabilidad de una afirmación sobre un conjunto de datos. Aplique pruebas de hipótesis para usos frecuentes, como la comparación de dos distribuciones y la determinación de intervalos de confianza para la media de una muestra.
- Pruebas de hipótesis
- Pruebas para distribuciones normales
- Pruebas para distribuciones no normales
Día 2 de 2
Análisis de varianza
Objetivo: Compare las medias de varios grupos de la muestra y encuentre diferencias estadísticamente significativas entre los grupos.
- Comparaciones múltiples
- ANOVA de un factor
- ANOVA de N factores
- MANOVA
- ANOVA no normal
- Correlaciones categóricas
Regresión
Objetivo: Realice un modelado predictivo ajustando modelos lineales y no lineales a un conjunto de datos. Explore técnicas para mejorar la calidad del modelo.
- Modelos de regresión lineal
- Ajustar modelos lineales a los datos
- Evaluar el ajuste
- Ajustar el modelo
- Regresión lineal generalizada y logística
- Regresión no lineal
Trabajar con varias dimensiones
Objetivo: Simplifique los conjuntos de datos de dimensiones elevadas reduciendo la dimensionalidad.
- Transformación de características
- Selección de características
Números aleatorios y simulación
Objetivo: Use números aleatorios para evaluar la incertidumbre o la sensibilidad de un modelo o realizar simulaciones. Genere números aleatorios a partir de varias distribuciones y gestione los algoritmos de generación de números aleatorios de MATLAB.
- Bootstrapping y simulación
- Generar números a partir de distribuciones estándar
- Generar números a partir de distribuciones arbitrarias
- Controlar la secuencia de números aleatorios
Nivel: Intermedio
Prerrequisitos:
- Fundamentos de MATLAB y conocimientos de estadística básica
Este programa ha sido aprobado por GARP y otorga 14 horas de créditos GARP CPD. Si tiene la certificación FRM o ERP, puede añadir esta actividad a su perfil en https://www.garp.org/cpd
Duración: 2 días
Idiomas: Deutsch, English, Français, 日本語, 한국어