MATLAB および Simulink トレーニング

コースの詳細

この 2 日間コースの受講により、MATLAB と Statistics and Machine Learning Toolbox を使用して統計解析を行うために必要な 関数の使い方を体系的に幅広く習得できます。 基本的かつ重要度が高いと考えられる一連の統計的手法 (分布近似、仮説検定、分散分析、回帰、次元削減など) を題材としています。 例題と演習ではデータのインポートと整理を行った後、各手法を実行して MATLAB と Statistics and Machine Learning Toolbox で提供される機能の使い方を学べます。

  • データのインポートと整理
  • データの調査
  • 分布
  • 仮説検定
  • 分散分析
  • 回帰
  • 多次元データの取り扱い
  • 乱数とシミュレーション

このコースは GARP に承認されているため、修了資格として GARP CPD の 14 クレジット時間を獲得できます。FRM もしくは ERP 認定をお持ちの方であれば、クレジットトラッカー(https://www.garp.org/cpd) から、本コースの受講を記録することができます

1 日目


データのインポートと整理

目的: MATLAB 上にデータを取り込み、解析のために整理する方法について学びます。また、データのマージや欠損データの取り扱いなどの共通のタスクを実行する方法についても学びます。

  • データのインポート
  • データのテーブル
  • データのマージ
  • カテゴリカル データ
  • 欠損データの扱い

データの調査 

目的: データセットに対する可視化と統計量の計算のように、基本的な調査を実行する方法について学びます。

  • プロット
  • 中心、広がり、形状の尺度
  • 相関
  • グループ化したデータ

分布

目的: 異なる確率分布を用いた調査を行い、データセットに対して分布を近似させる方法について学びます。

  • 密度関数
  • 確率分布
  • 分布パラメーター
  • 分布の比較と近似
  • ノンパラメトリック近似

仮説検定

目的: どの程度データセットに対して仮説を主張できるかを検討します。仮説検定を行い、2つの分布を比較し、標本の平均に対する信頼区間を決定する方法について学びます。

  • 仮説検定
  • 正規分布に基づく検定
  • 非正規分布に基づく検定

2 日目


分散分析

目的: 複数のグループの平均を比較し、グループ間で統計的に有意差があるかどうか調査する方法について学びます。

  • 複数の比較
  • 1 因子 ANOVA
  • 多因子 ANOVA
  • MANOVA
  • 非正規 ANOVA
  • カテゴリカル相関

回帰

目的: データセットに対して線形および非線形でのモデリングを行います。また、モデル精度の改善テクニックについても学びます。

  • 線形回帰モデル
  • 線形モデルによるデータの近似
  • 近似の評価
  • モデルの調整
  • ロジスティック回帰と一般化線形回帰
  • 非線形回帰

多次元データの取り扱い

目的: 多次元のデータセットの次元を削減する方法について学びます。

  • 主成分分析
  • 因子分析
  • 特徴選択

乱数とシミュレーション

目的: 乱数を使用して、モデルの不確定性や感度をシミュレーションにより評価します。様々な分布から乱数を生成し、MATLABの乱数生成アルゴリズムについて解説します。

  • ブートストラッピング
  • シミュレーション
  • 標準分布からの数の生成
  • 任意の分布からの数の生成
  • 乱数ストリームの制御

レベル: 中級

必要条件:

  • MATLAB 基礎 コースを受講済み、または同等の MATLAB 使用経験 (特にベクトル、行列、テーブル操作) があり、基本的な統計の知識をお持ちの方

期間: 2 日間

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