MATLAB 및 Simulink 교육

Statistical Methods in MATLAB

교육과정 세부 정보

본 2일 교육과정은 실습 위주로 진행되며 MATLAB®과 Statistics Toolbox™를 이용한 통계적인 자료분석을 다룹니다. 예제와 연습문제를 통해 자료 불러오기 및 구성하기부터 탐색적 데이터 분석과 확증적 데이터 분석 및 시뮬레이션에 이르는 전체 분석 과정을 MATLAB과 Statistics Toolbox의 기능들을 이용하여 다룹니다. 본 과정의 주요 내용은 다음과 같습니다.

  • 자료 불러오기 및 구성하기
  • 기술 통계
  • 자료의 시각화(그래프 그리기)
  • 분포 피팅(fitting)
  • 가설 검증
  • 분산 분석
  • 회귀 분석
  • 자료의 차원 축소
  • 난수 생성과 시뮬레이션

이 프로그램은 GARP에 의해 승인되었으며 GARP CPD 크레딧 14시간을 부여합니다. Certified FRM 또는 ERP를 보유한 경우 https://www.garp.org/cpd 에서 이 활동을 프로파일에 추가하시기 바랍니다.

Day 1 of 2


데이터 가져오기 및 정리하기

Objective: 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

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

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

분포

Objective: 여러 확률 분포를 조사하고 분포를 데이터 세트에 피팅합니다.

  • 확률 분포
  • 분포 모수
  • 분포 비교 및 피팅
  • 비모수 피팅

가설검정

Objective: 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

Day 2 of 2


분산분석

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

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

회귀

Objective: 선형 및 비선형 모델을 데이터 세트에 피팅하여 예측 모델을 추정합니다. 모델 성능을 개선할 기법을 알아봅니다.

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

다변량 데이터 작업

Objective: 차원 수를 줄여서 고차원 데이터 세트를 단순화합니다.

  • 특징 변환
  • 특징 선택

난수 및 시뮬레이션

Objective: 난수를 사용하여 모델의 불확실성 또는 민감도를 평가하거나 시뮬레이션을 수행합니다. 여러 분포를 따르는 난수를 생성하고 MATLAB 난수 생성 알고리즘을 관리합니다.

  • 부트스트랩 및 시뮬레이션
  • 표준 분포에서 숫자 생성
  • 임의 분포에서 숫자 생성
  • 난수 스트림 제어

수준: 중급

수강자 필수조건:

기간: 2 요일

언어: Deutsch, English, Français, 日本語, 한국어