"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.

Multivariat dataanalys

  • Antal högskolepoäng 7,5 hp

Om kursen

I kursen ges grundläggande teori och metoder för multivariat dataanalys och en solid grund läggs för att studenten i nästa steg ska lära sig mer avancerade metoder och algoritmer. Utgångspunkten är den multivariata normalfördelningen (MGD) och dess generalisering, den mixade Gaussiska  modellen. Maximum likelihood skattning (MLE) och EM-algoritmen diskuteras. Baserat på MGD introduceras statistiska inferensmetoder (Hotellings T-kvadrattest, multivariat variansanalys (MANOVA), klassificeringsmetoder (linjär diskriminantanalys och logistisk regressionsanalys), och klusteranalysmetoder. Vidare introduceras olika egenvärdesuppdelningsbaserade metoder för dimensionalitetsreduktion, såsom principal komponentanalys (PCA), faktoranalys (FA), kanonisk korrelationsanalys (CCA) och partiell minstakvadratanpassning (PLS). Modeller för regressionsanalys med kolinjära förklaringsvariabler som principal component regression (PCR) och PLS-regression ingår också.

Kontaktformulär

Kontaktformulär

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR)

Kontaktperson för kursen är:
Studievägledare Lars-Daniel Öhman