or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ในบทนำเกี่ยวกับข้อมูลหลายตัวแปรนี้ คุณจะได้เรียนรู้วิธีอ่านและสรุปข้อมูลดังกล่าว รวมถึงการสรุปข้อมูลหลายตัวแปรด้วยสถิติเชิงพรรณนา เช่น เวกเตอร์ค่าเฉลี่ย เมทริกซ์ความแปรปรวน-ความแปรปรวนร่วม และเมทริกซ์สหสัมพันธ์ จากนั้นจะสำรวจเทคนิคการพล็อตกราฟเพื่อให้เข้าใจข้อมูลหลายตัวแปรได้ลึกยิ่งขึ้น
บทนี้จะแนะนำการแจกแจงความน่าจะเป็นหลายตัวแปรที่สำคัญและใช้กันแพร่หลายที่สุด นั่นคือ การแจกแจงปกติหลายตัวแปร คุณจะได้เรียนรู้วิธีสุ่มตัวอย่างจากการแจกแจงนี้ รวมถึงการคำนวณและพล็อตความหนาแน่นและความน่าจะเป็นภายใต้การแจกแจงดังกล่าว นอกจากนี้ยังได้เรียนรู้วิธีทดสอบว่าชุดข้อมูลเป็นไปตามการแจกแจงปกติหลายตัวแปรหรือไม่
บทนี้แนะนำการแจกแจงความน่าจะเป็นหลากหลายประเภทสำหรับจำลองข้อมูลที่ไม่เป็นการแจกแจงปกติ โดยเฉพาะการแจกแจง t หลายตัวแปร ซึ่งสามารถจำลองหางที่หนากว่าและเป็นการขยายของการแจกแจง t ของ Student แบบตัวแปรเดียว รวมถึงการแจกแจงเบ้ประเภทต่าง ๆ ที่ออกแบบมาเพื่อจำลองข้อมูลที่มีความเบ้ขวาหรือเบ้ซ้ายโดยเฉพาะ
ในบทสุดท้าย คุณจะได้รู้จักเทคนิคสำหรับวิเคราะห์ข้อมูลมิติสูง ทั้ง Principal Component Analysis (PCA) และ Multidimensional Scaling (MDS) พร้อมเรียนรู้วิธีนำเทคนิคเหล่านี้ไปใช้วิเคราะห์ข้อมูลจริง
แบบฝึกหัดปัจจุบัน