or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस multivariate डेटा के परिचय में, आप इसे पढ़ना और उसका सार निकालना सीखेंगे। आप mean vector, variance-covariance और correlation matrices जैसी descriptive statistics का उपयोग करके multivariate डेटा का सारांश बनाना सीखेंगे। फिर आप multivariate डेटा में अंतर्दृष्टि पाने के लिए plotting तकनीकों का अन्वेषण करेंगे।
यह अध्याय आपको सबसे महत्वपूर्ण और सबसे अधिक प्रयुक्त multivariate probability distribution, यानी multivariate normal, से परिचित कराएगा। आप सीखेंगे कि multivariate normal distribution से random samples कैसे जनरेट करें और इस distribution के अंतर्गत densities और probabilities की गणना और plotting कैसे करें। आप यह भी सीखेंगे कि किसी डेटासेट की multivariate normality कैसे जाँची जाए।
यह अध्याय non-normal डेटा को मॉडल करने के लिए कई probability distributions का परिचय देता है। खास तौर पर, आपको multivariate t-distributions से परिचित कराया जाएगा, जो भारी टेल्स को मॉडल कर सकती हैं और univariate Student's t-distribution का सामान्यीकरण हैं। आपको विभिन्न skew distributions के बारे में भी बताया जाएगा, जो विशेष रूप से दाएँ या बाएँ skewed डेटा को मॉडल करने के लिए डिज़ाइन की गई हैं।
अंतिम अध्याय में, आपको high-dimensional डेटा का विश्लेषण करने की तकनीकों से परिचित कराया जाएगा, जिनमें principal component analysis (PCA) और multidimensional scaling (MDS) शामिल हैं। आप इन तकनीकों को डेटा का विश्लेषण करके लागू करना भी सीखेंगे।
वर्तमान अभ्यास