Statistics Toolbox

회귀, 분류화, ANOVA

회귀

회귀를 사용하면 하나 이상의 예측자를 가진 함수로서 연속적인 응답 변수를 모델링할 수 있습니다. Statistics Toolbox는 다음을 포함한 다양한 회귀 알고리즘을 제공합니다.

  • 선형 회귀
  • 비선형 회귀
  • Robust 회귀
  • 로지스틱 회귀 모델 및 기타 일반화된 선형 모델

MATLAB을 사용한 피팅: 통계, 최적화 및 Curve Fitting 38:37
MATLAB을 통해 회귀 알고리즘을 적용합니다.

다음을 포함한 다양한 메트릭을 사용하여 적합도를 평가할 수 있습니다.

  • R2 및 조정 R2
  • 평균 제곱 오류의 교차 검증
  • AIC(Akaike information criterion) 및 BIC(Bayesian information criterion)

Toolbox를 통해 회귀 계수와 예측값 모두의 신뢰 구간을 계산할 수 있습니다.

Statistics Toolbox는 데이터세트에 상호 연관된 변수가 많을 때 예측 정확도를 높이기 위한 더욱 진보한 기술을 지원합니다. Toolbox는 다음을 지원합니다.

  • 부집합 선택 및 단계적 회귀 분석을 포함한 서브세트 선택 기술
  • ridge regression, lasso 및 elastic net을 포함한 정규화(regularization) 메소드

계산 통계학: MATLAB을 사용한 특징 선택(feature selection), 정규화(regularization) 및 축소 36:51
상호 연관된 데이터가 있을 때 정확한 모델을 개발하는 방법을 알아봅니다.

또한 Statistics Toolbox는 예측자와 응답 사이의 관계를 설명하는 모델을 지정하지 않고 가장 적합한 모델을 개발하기 위한 비모수적 회귀 기술을 지원합니다. 비모수적 회귀 기술은 의사결정나무와 boosted 및 bagged 회귀 트리를 포함합니다.

비모수적(Nonparametric) 피팅 4:07
변수 간의 관계를 기술하는 함수를 지정할 수 없을 경우, 예측 모델을 개발합니다.

또한 Statistics Toolbox는 개별 항목 또는 그룹에 따라 일부 비선형 함수의 매개변수가 변화하는 NLME(nonlinear mixed-effect) 모델을 지원합니다.

피험자내 시간 대 혈중농도 프로파일을 보여주는 약물 흡수와 배출의 NLME(nonlinear mixed-effects) 모델.

피험자내 시간 대 혈중농도 프로파일을 보여주는 약물 흡수와 배출의 NLME(nonlinear mixed-effects) 모델. nlmefit 함수는 고정 효과 및 임의 효과를 사용하여 모집단 모델을 생성합니다.

분류화

분류화 알고리즘을 사용하면 하나 이상의 예측자를 가진 함수로서 범주형 응답 변수를 모델링할 수 있습니다. Statistics Toolbox는 다음을 포함한 다양한 모수적 및 비모수적 분류화 알고리즘을 제공합니다.

  • AdaBoost, LogitBoost, GentleBoost 및 RobustBoost를 포함한 Boosted 및 bagged 분류화 트리
  • Naïve Bayes 분류화
  • KNN(k-Nearest Neighbor) 분류화
  • 선형 판별 분석

분류화 소개 9:00
데이터를 분류하기 위한 예측 모델을 개발합니다.

다음과 같은 기술을 사용하여 생성된 분류화 모델의 적합도를 평가할 수 있습니다.

  • 손실 교차 검증
  • Confusion matrice
  • 성능 곡선/ROC(receiver operating characteristic) 곡선

ANOVA

ANOVA(Analysis of variance)는 서로 다른 소스에 샘플 변수를 할당하고 변수가 한 모집단 내에서 유래하는지 아니면 서로 다른 모집단에서 유래하는지 결정합니다. Statistics Toolbox는 다음과 같은 ANOVA 알고리즘과 관련 기술을 포함합니다.

  • 일원 ANOVA
  • 균형 데이터를 이용한 이원 ANOVA
  • 균형 및 불균형 데이터를 이용한 다원 ANOVA
  • 다변량 ANOVA(MANOVA)
  • 비모수적 일원 및 이원 ANOVA(Kruskal-Wallis, Friedman)
  • 공분산 분석(ANOCOVA)
  • 그룹 평균, 기울기, 절편의 다중 비교
다음: 다변량 통계

평가판 사용 Statistics Toolbox

평가판 신청

Multilevel Mixed-Effects Modeling Using MATLAB

온라인 세미나 보기