MATLAB による統計解析

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方法を体系的に幅広く習得できます。統計的な考え方を着実に養いながら基本的かつ重要度が高い一連の統計的手法 (分布近似、仮説検定、分散分析、回帰、次元削減など) を網羅的に扱います。例題と演習では、データのインポートと整理を行った後、どのような統計的手法が適用可能か考え、MATLAB と Statistics and Machine Learning Toolbox の具体的な活用方法を学んでいきます。

データのインポートと整理
統計量
分布への近似
仮説検定
分散分析
回帰
データセットの削減
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

学習目標: 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

学習目標: 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

学習目標: 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
乱数発生とストリーム
ブートストラッピング

2日目

仮説検定

学習目標: 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

分散分析

学習目標: 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

学習目標: 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
特徴変換と特徴選択

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, 한국어

スケジュールを確認して登録する