Návrh Školení
Statistics & Pravděpodobnostní Programming v Julia
Základní statistika
- Statistics
- Shrnutí Statistics pomocí balíčku pro statistiku
- Rozdělení & StatsBase balíček
- Unimodální a multimodální
- Momenty
- Pravděpodobnostní funkce
- Výběry a RNG
- Histogramy
- Maximální věrohodnosti odhad
- Produkty, ořezání a cenzurovaná rozdělení
- Robustní statistika
- Korelace a kovariance
DataFrames
(Balíček DataFrames)
- Zpracování dat I/O
- Vytváření datových rámců
- Datové typy, včetně kategorických a chybějících dat
- Třídění & spojuje
- Přeformování & zvrtávání dat
Testování hypotéz
(Balíček HypothesisTests)
- Princip testování hypotéz
- Chi-kvadrátový test
- z-test a t-test
- F-test
- Fisherův přesný test
- ANOVA
- Testy normality
- Kolmogorov-Smirnovův test
- Hotellingův T-test
Regrese a analýza přežití
(Balíčky GLM & Survival)
- Principy lineární regrese a exponenciální rodiny
- Lineární regrese
- Generalizované lineární modely
- Logistická regrese
- Poissonova regrese
- Gamma regrese
- Jiné GLM modely
- Analýza přežití
- Udalosti
- Kaplan-Meierova metoda
- Nelson-Aalenova metoda
- Coxova proporcionalita rizika
Vzdálenosti
(Balíček Distances)
- Co je to vzdálenost?
- Euklidovská
- Cityblock
- Kosinu
- Korelace
- Mahalanobisova vzdálenost
- Hammingova vzdálenost
- MAD
- RMS
- Průměrné čtverce odchylky
Vícekriteriální statistika
(Balíčky MultivariateStats, Lasso & Loess)
- Ridge regrese
- Lasso regrese
- Loess
- Lineární diskriminační analýza
- Analýzy hlavních složek (PCA)
- Lineární PCA
- Jaderová PCA
- Pravděpodobnostní PCA
- Nezávislá CA
- Analýza hlavních složek (PCR)
- Faktorová analýza
- Kanonická korelační analýza
- Vícekriteriálné měření
Klasterování
(Balíček Clustering)
- K-means
- K-medoids
- DBSCAN
- Hierarchické klasterování
- Markovův clusterový algoritmus
- Fuzzy C-means clustering
Bayesian Statistics & Pravděpodobnostní Programming
(Balíček Turing)
- Markovova řetězová modelová Monte Carlo
- Hamiltonian Montel Carlo
- Gaussian Mixture Models
- Bayesian Lineární Regrese
- Bayesian Exponential Family Regression
- Bayesian Neural Networks
- Skryté Markovovy modely
- Částicové filtrace
- Variacionní inference
Požadavky
Tento kurz je určen pro lidi, kteří již disponují základem ve vědě o datech a statistice.
Reference (5)
Variace s cvičením a předváděním.
Ida Sjoberg - Swedish National Debt Office
Kurz - Econometrics: Eviews and Risk Simulator
Machine Translated
Mnoho příkladů a cvičení souvisejících s tématem školení.
Tomasz - Ministerstwo Zdrowia
Kurz - Advanced R Programming
Machine Translated
the trainer had patience, and was eager to make sure we all understood the topics, the classes were fun to attend
Mamonyane Taoana - Road Safety Department
Kurz - Statistical Analysis using SPSS
Day 1 and Day 2 were really straight forward for me and really enjoyed that experience.
Mareca Sithole - Africa Health Research Institute
Kurz - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.