|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/estadistica-multivariante/
课程评论：没有评论
课程名称：高级多元统计分析与R和Python 课程概述：欢迎参加高级多元统计分析与R和Python课程。在这里，您将学习如何使用全球最常用的两种编程语言（R和Python）分析多元数据，这两项技能在Linkedin的工作机会中备受企业青睐。本课程还提供一份欢迎礼物——一本超过160页的多元统计完整书籍！此外，您将获得一个私人交流群，以便在学习过程中随时解答疑问。 学习内容：课程将从探索性分析开始，让您能够描述和可视化数据。数据可视化对于理解数据至关重要，您将学习如何制作2D和3D图形，这是进行正确的多元分析的必要条件。接下来，我们将探讨多元随机变量及其分布的理论，并学习多元推断方法，以便对生成数据的过程得出更一般的结论并进行假设检验。课程将涵盖主成分分析（PCA）和因子分析，以减少维度并揭示大数据中不易察觉的模式。还将学习多维尺度法（MDS），适用于数据不对应变量而是相似性或相似度的情况。此外，我们将介绍聚类和分类方法，以探讨样本中的元素是否形成同质群体，并可以为未来的新数据分类。最后，我们将讲解多元线性回归和正则化方法，以在有多个解释变量时建立回归模型。 课程将通过幻灯片详细解释理论，提供完整的实例和案例，涵盖R与Python的源代码，并配有实践练习、测验、作业及补充材料，以确保您能无障碍地完成课程，成为多元数据分析的专家。
Bienvenido al Curso avanzado de estadística multivariante con R y Python, donde encontrarás todo lo que necesitas para analizar datos del mundo multivariante tanto en R como en Python, los dos lenguajes de programación más utilizados de todo el mundo para el análisis de datos, y dos habilidades super solicitadas por las empresas en las ofertas de trabajo de Linkedin. Además el curso viene con un REGALO DE BIENVENIDA que se trata de un Libro completo de más de 160 páginas de contenido sobre Estadística Multivariante!!!Y tendrás acceso a un grupo privado para dudas para que no te sientas solo.¿Qué vamos a aprender?Empezaremos con el análisis exploratorio para ser capaces de describir y visualizar los datos de las muestras que tenemos. La visualización es importante para entender los datos, así que poder producir gráficos 2D y 3D es sin duda un requisito para poder hacer un correcto análisis multivariante.Luego vamos a ver toda la teoría detrás de las variables aleatorias multivariantes y sus distribuciones respectivas. También veremos los métodos de inferencia multivariante para obtener conclusiones más generales respecto al proceso que ha generado los datos de que disponemos y poder contrastar hipótesis respecto a su estructura. Los métodos de componentes principales (PCA) y análisis factorial para reducir la dimensión y ver patrones que antes no se veían debido a la gran cantidad de datos, muy utilizados en el campo del Big Data para poder analizar datos en nuestras propias máquinas. El escalado multidimensional (MDS) para cuando los datos disponibles no corresponden a variables sino a similitudes o semejanzas entre ellos. Los métodos de agrupaciones que son clustering y clasificación para investigar si los elementos de nuestra muestra forman un grupo homogéneo o no, y poder clasificar nuevos datos que vengan en un futuro en uno de dichos grupos.Y finalizaremos con los métodos de regresión lineal múltiple y regularización, para crear modelos de regresión cuando tenemos más de una variable explicativa.Y todo esto con transparencias explicando toda la teoría, ejemplos y casos prácticos explicados al completo, todo el código fuente tanto en R como en Python y por supuesto ejercicios prácticos, cuestionarios, tareas, y material complementario para poder seguir el curso sin ningún problema y que al completarlo seas un experto del análisis de datos multivariante.
