Multivariate Statistics for Understanding Complex Data

Kód kurzu: MULT42

Táto časť nie je lokalizovaná

This course teaches how to apply and interpret a variety of multivariate statistical methods to research and business data. The course emphasizes understanding the results of the analysis and presenting your conclusions with graphs.

Odborní
certifikovaní lektori

Mezinárodne
uznávané certifikácie

Široká ponuka technických
a soft skills kurzov

Skvelý zákaznicky
servis

Prispôsobenie kurzov
presne na mieru

Termíny kurzov

Počiatočný dátum: Na vyžiadanie

Forma: Na vyžiadanie

Dĺžka kurzu: 21 hodín

Jazyk: en

Cena bez DPH: 1 800 EUR

Registrovať

Počiatočný
dátum
Miesto
konania
Forma Dĺžka
kurzu
Jazyk Cena bez DPH
Na vyžiadanie Na vyžiadanie 21 hodín en 1 800 EUR Registrovať
G Garantovaný kurz

Nenašli ste vhodný termín?

Napíšte nám o vypísanie alternatívneho termínu na mieru.

Kontakt

Cieľová skupina

Táto časť nie je lokalizovaná

Business analysts, social science researchers, marketers, and statisticians who want to use SAS to make sense of highly dimensional multivariate data

Štruktúra kurzu

Táto časť nie je lokalizovaná

Overview of Multivariate Methods

  • examples of multivariate analyses
  • matrix algebra concepts

Principal Components Analysis Using the PRINCOMP procedure

  • principal component analysis for dimension reduction

Exploratory Factor Analysis Using the FACTOR Procedure

  • factor analysis for latent variable measurement
  • factor rotation

Multidimensional Preference Analysis Using the PRINQUAL and TRANSREG procedures

  • plotting high-dimensional preference data
  • mapping preferences to other characteristics

Correspondence Analysis Using the CORRESP Procedure

  • understanding complex associations among categorical variables

Canonical Variate Analysis Using the CANCORR and CANDISC Procedures

  • multivariate dimensions reduction for two sets of variables

Discriminant Function Analysis Using the DISCRIM Procedure

  • classification into groups
  • linear discriminant analysis
  • quadratic discriminant analysis
  • empirical validation

Partial Least Squares Regression Using the PLS Procedure

  • PLS for one target variable
  • PLS for many targets
  • PLS for predictive modeling

Predpokladané znalosti

Táto časť nie je lokalizovaná

Before attending this course, you should be familiar with statistical concepts such as hypothesis testing, linear models, and collinearity concepts in regression. You should have an understanding of the topics taught in Statistics 2: ANOVA and Regression or equivalent.

Potrebujete poradiť alebo upraviť kurz na mieru?

pruduktová podpora