Kursplan
Statistik & probabilistisk programmering i Julia
Grundläggande statistik
-
Statistik
- Sammanfattande statistik med statistikkoden
-
Fördelningar & StatsBase-paketet
- Univariata & multivariata
- Momenter
- Sannolikhetsfunktioner
- Samplering och RNG
- Histogram
- Maximum likelihood-estimering
- Produkt, avklippning och censordistributioner
- Robust statistik
- Korrelation & kovarians
DataFrames
(DataFrames-paketet)
- Data I/O
- Skapa dataframes
- Datatyper, inklusive kategoriska och saknade data
- Sortering & sammanfogning
- Omsortering & vikting av data
Hypotesprövning
(HypothesisTests-paketet)
- Grundläggande principer för hypotesprövning
- Chi-två-test
- z-test och t-test
- F-test
- Fisher-exakt test
- ANOVA
- Normalitetsprövningar
- Kolmogorov-Smirnov-test
- Hotelling's T-test
Regression & överlevnadsanalys
(GLM & Survival-paketet)
- Grundläggande principer för linjär regression och exponentialfamiljen
- Linjär regression
-
Generaliserade linjära modeller
- Logistisk regression
- Poisson-regression
- Gamma-regression
- Andra GLM-modeller
-
Överlevnadsanalys
- Händelser
- Kaplan-Meier
- Nelson-Aalen
- Cox Proportional Hazard
Avstånd
(Distances-paketet)
- Vad är ett avstånd?
- Euklidiskt
- Cityblock
- Cosinus
- Korrelation
- Mahalanobis
- Hamming
- MAD (Median Absolute Deviation)
- RMS (Root Mean Square)
- Medel kvadratavvikelse
Multivariat statistik
(MultivariateStats, Lasso, & Loess-paketet)
- Ridge-regression
- Lasso-regression
- Loess
- Linjär diskriminantanalys
-
Huvudkomponentsanalys (PCA)
- Linjär PCA
- Kernel PCA
- Probabilistisk PCA
- Oberoende CA
- Huvudkomponentregression (PCR)
- Faktoranalys
- Kanonisk korrelationsanalys
- Multidimensionell skalning
Klusteranalys
(Clustering-paketet)
- K-means
- K-medoids
- DBSCAN
- Hierarkisk klusteranalys
- Markovklusteralgoritm
- Fuzzy C-means-klusteranalys
Bayesiansk statistik & probabilistisk programmering
(Turing-paketet)
- Markov Chain Monte Carlo
- Hamiltonian Monte Carlo
- Gaussiska blandningsmodeller
- Bayesiansk linjär regression
- Bayesiansk exponentialfamilje-regression
- Bayesianska neuronnät
- Dolda Markov-modeller
- Partikelfiltering
-
Variationell inferens
Krav
Denna kurs är avsedd för personer som redan har bakgrund inom data science och statistik.
Vittnesmål (5)
Variationen med övningar och visning.
Ida Sjoberg - Swedish National Debt Office
Kurs - Econometrics: Eviews and Risk Simulator
Maskintolkat
det var informativt och användbart
Brenton - Lotterywest
Kurs - Building Web Applications in R with Shiny
Maskintolkat
Många exempel och övningar relaterade till träningens ämnesområde.
Tomasz - Ministerstwo Zdrowia
Kurs - Advanced R Programming
Maskintolkat
utbildaren hade tålamod och var ivrig att säkerställa att vi alla förstod ämnena, lektionerna var roliga att delta i
Mamonyane Taoana - Road Safety Department
Kurs - Statistical Analysis using SPSS
Maskintolkat
Dag 1 och Dag 2 var verkligen lätt att följa för mig och jag njöt mycket av upplevelsen.
Mareca Sithole - Africa Health Research Institute
Kurs - R Fundamentals
Maskintolkat