Statistical Methods in MATLAB

1일차

데이터 가져오기 및 정리하기

학습목표: 데이터를 MATLAB으로 가져와서 분석을 위해 구성합니다. 데이터 병합, 누락된 데이터 처리 등 일반적인 작업을 수행합니다.

• 데이터 가져오기
• 데이터형
• table형 데이터
• 데이터 병합
• categorical형 데이터
• 누락된 데이터

데이터 탐색

학습목표: 기술 통계량의 계산 및 시각화를 비롯하여 데이터 세트의 기본 통계값을 조사합니다.

• 플로팅
• 중심 경향성
• 산포
• 모양
• 상관
• 그룹화된 데이터

분포

학습목표: 여러 확률 분포를 조사하고 분포를 데이터 세트에 피팅합니다. 난수를 사용하여 모델의 불확실성 또는 민감도를 평가하거나 시뮬레이션을 수행합니다. 여러 분포를 따르는 난수를 생성하고 MATLAB 난수 생성 알고리즘을 관리합니다.

• 확률 분포
• 분포 모수
• 분포 비교 및 피팅
• 비모수 피팅
• 부트스트랩 및 시뮬레이션
• 표준 분포에서 숫자 생성
• 임의 분포에서 숫자 생성
• 난수 스트림 제어

2일차

가설검정

학습목표: 데이터 세트에 대한 어설션 가능성의 정도를 결정합니다. 일반적인 사용하는 두 분포의 비교, 표본평균의 신뢰구간 결정 등에 가설 검정을 적용합니다.

• 가설검정
• 정규분포에 대한 검정
• 비정규분포에 대한 검정

분산분석

학습목표: 다수 그룹의 표본평균을 비교하고 그룹 간에 통계적으로 유의한지 찾아봅니다.

• 다중 비교
• 일원분산분석
• 다원분산분석
• 다변량분산분석
• 비정규분포 분산분석
• categorical형 상관

회귀

학습목표: 선형 및 비선형 모델을 데이터 세트에 피팅하여 예측 모델을 추정합니다. 모델 성능을 개선할 기법을 알아봅니다. 차원 수를 줄여서 고차원 데이터 세트를 단순화합니다.

• 선형 회귀 모델
• 데이터에 선형 모델 피팅
• 피팅 평가
• 모델 조정
• 로지스틱 및 일반화 선형 회귀
• 비선형 회귀
• 특징 변환
• 특징 선택