Requisitos previos

Fundamentos de MATLAB y conocimientos de estadística básica

Este programa ha sido aprobado por GARP y otorga 14 horas de créditos GARP CPD. Si tiene la certificación FRM o ERP, puede añadir esta actividad a su perfil en https://www.garp.org/cpd

Métodos Estadísticos en MATLAB

Este curso de dos días ofrece experiencia práctica para realizar análisis de datos estadísticos con MATLAB^® y Statistics and Machine Learning Toolbox™. Los ejemplos y ejercicios muestran el uso de las funciones relevantes de MATLAB y Statistics and Machine Learning Toolbox a lo largo del proceso de análisis, desde la importación y organización de los datos, pasando por el análisis exploratorio, hasta el análisis confirmatorio y la simulación. Temas incluidos:

Gestionar datos
Calcular estadísticas sumarias
Visualizar datos
Ajustar distribuciones
Realizar pruebas de significancia
Realizar análisis de varianza
Ajustar modelos de regresión
Reducir conjuntos de datos
Generar números aleatorios y realizar simulaciones

Ver esquema detallado del curso

Prerrequisitos

Fundamentos de MATLAB y conocimientos de estadística básica

Este programa ha sido aprobado por GARP y otorga 14 horas de créditos GARP CPD. Si tiene la certificación FRM o ERP, puede añadir esta actividad a su perfil en https://www.garp.org/cpd

Día 1 de 2
Importación y organización de datos	Objetivo: Importe datos en MATLAB y organícelos para su análisis. Realice tareas frecuentes, como la combinación de datos y el tratamiento de los datos ausentes. Importar datos Tipos de datos Tablas de datos Combinar datos Datos categóricos Datos ausentes
Explorar datos	Objetivo: Realice una investigación estadística básica de un conjunto de datos, incluida la visualización y el cálculo de estadísticas sumarias. Representación Tendencia central Extensión Forma Correlaciones Datos agrupados
Distribuciones	Objetivo: Investigue diferentes distribuciones de probabilidad y ajuste las distribuciones a un conjunto de datos. Distribuciones de probabilidad Parámetros de distribución Comparar y ajustar distribuciones Ajustes no paramétricos
Pruebas de hipótesis	Objetivo: Determine la probabilidad de una afirmación sobre un conjunto de datos. Aplique pruebas de hipótesis para usos frecuentes, como la comparación de dos distribuciones y la determinación de intervalos de confianza para la media de una muestra. Pruebas de hipótesis Pruebas para distribuciones normales Pruebas para distribuciones no normales

Día 2 de 2
Análisis de varianza	Objetivo: Compare las medias de varios grupos de la muestra y encuentre diferencias estadísticamente significativas entre los grupos. Comparaciones múltiples ANOVA de un factor ANOVA de N factores MANOVA ANOVA no normal Correlaciones categóricas
Regresión	Objetivo: Realice un modelado predictivo ajustando modelos lineales y no lineales a un conjunto de datos. Explore técnicas para mejorar la calidad del modelo. Modelos de regresión lineal Ajustar modelos lineales a los datos Evaluar el ajuste Ajustar el modelo Regresión lineal generalizada y logística Regresión no lineal
Trabajar con varias dimensiones	Objetivo: Simplifique los conjuntos de datos de dimensiones elevadas reduciendo la dimensionalidad. Transformación de características Selección de características
Números aleatorios y simulación	Objetivo: Use números aleatorios para evaluar la incertidumbre o la sensibilidad de un modelo o realizar simulaciones. Genere números aleatorios a partir de varias distribuciones y gestione los algoritmos de generación de números aleatorios de MATLAB. Bootstrapping y simulación Generar números a partir de distribuciones estándar Generar números a partir de distribuciones arbitrarias Controlar la secuencia de números aleatorios

Garantizado

Cuando se inscriba en alguno de estos cursos, tendrá la seguridad de que no serán cancelados ni se cambiarán las fechas por ningún motivo.

Calendario de cursos de MATLAB y Simulink

Actualmente no hay clases programadas para este curso.