st3mva -多元数据分析
模块供应商: Mathematics and Statistics
学分数: 10 [5 ECTS credits]
水平:6
教学用语: 秋天 term module
先决条件: MA1LA Linear Algebra or MA1LANU Linear Algebra
模块化的必备条件: knowledge of basic probability
相关内容:
模块被排除在外: ST4MVA Multivariate Data Analysis
目前从: 20.21/2
模块召集人: Julia Abery夫人
电子邮件: j.abery@reading.ac.uk
模块类型:
概述模块描述:
This module introduces methods for the analysis of data involving several measurements, where the aim is to identify similarities and differences between observations based on several variables. 多元数据分析技术有着悠久的历史,被应用于分析来自心理学、市场营销和NBA投注[手机]俱乐部研究等广泛学科的数据。 本模块将介绍几种涵盖基本理论的技术,以及使用软件进行分析和解释结果。
目的:
在许多实验或nba投注中,对许多个体中的每个人都记录了几个不同的变量。 与这类数据相关的问题可以使用多变量数据分析技术来解决。 所讨论的方法将是描述性的,包括以下主题:主成分分析; 典型变量分析; 聚类分析; 因子分析。 将展示这些方法的理论,以及如何在实践中应用这些方法。
可评估的学习成果:
在本单元结束时,学生将会:
- 了解多元数据分析在统计学中的作用;
- 识别、证明和解释多元数据集最合适的统计技术的能力;
- 能够进行常用的多变量数据分析技术,并解释结果;
- the ability to use an appropriate st atistical software package for the analysis of multivariate data.
额外的结果:
大纲内容:
- 显示多变量数据的图形技术。
- 主成分分析; 因子分析。
- 聚类分析。
- 典型变量分析; 判别函数。
- 对应分析; biplots; 奇异值分解。
- Use of a statistical package for multivariata data analysis.
教学方法简述:
讲座由问题单,教程和PC实践支持。
秋天 | 春天 | 夏天 | |
讲座 | 15 | ||
教程 | 4 | ||
实践课程和工作坊 | 5 | ||
引导自主学习: | 76 | ||
按学期划分的总学时 | One hundred. | ||
模块总学时 | One hundred. |
方法 | 百分比 |
笔试 | 80 |
设置运动 | 20. |
总结性评核-考试:
2小时
总结性评估-课程作业和课堂测试:
一个任务。
形成性评价方法:
问题单和实践。
逾期提交的处罚:
支助中心将对逾期提交的工作实行下列处罚:
- 在原定截止日期(或任何正式同意的延期截止日期)之后提交的作业:截止日期后的每个工作日(或其中的一部分)将从该作业的总分数中扣除10%的分数,最多可达五个工作日;
- 如果作品在原始截止日期(或任何正式同意的截止日期延长)后超过五个工作日提交:将记录零分。
You are strongly advised to ensure that coursework is submitted by the relevant deadline. 您应该注意,建议在未完成状态下提交作业,而不是没有提交任何作业。
通过考试的评估要求:
总体得分至少为40%。
重新安排:
8月/ 9月的考试时长为2小时,补考模块分数为考试分数(One hundred.%考试分数)和考试分数加上以前的课程分数(80%考试分数,20.%课程分数)中较高者。
额外费用(适用时指定):
1) Required text books: None
2) Specialist equipment or materials: None
3) Specialist clothing, footwear or headgear: None
4) Printing and binding: None
5) Computers and devices with a particular specification: None
6) Travel, accommodation and subsistence: None
最后更新: 20.21年7月22日
本模块描述中包含的信息不构成学生合同的任何部分。