MATLAB: análise estatística no MATLAB

Name: MATLAB: análise estatística no MATLAB
Author: Gabriel Popoola

Entenda os seus dados a nível estatístico

Preview the first lesson free — get full access to all 3 lessons.

Curso: sob demanda

Olá, meu nome é Gabriel Popoola e esta é a análise estatística no módulo MATLAB. Durante este módulo, abordaremos estatísticas resumidas, estatísticas descritivas e distribuições de probabilidade. Durante esta lição Mostrarei duas maneiras de visualizar as estatísticas resumidas para seus dados, primeiro no nível individual, e, em seguida, usando o método de agrupamento. A primeira coisa que faremos é carregar nosso conjunto de dados. E, neste caso, será o conjunto de dados dos pacientes. E então a próxima coisa que vamos fazer é armazenar nossa pressão sistólica e pressão arterial diastólica em uma única variável chamada pressão arterial. Então isso vai ser diastólica sistólica. E então vamos criar uma tabela de dados, e nossas colunas vão ser sexo, idade, pressão arterial. E vamos apenas imprimir nossa tabela aqui e temos sexo, idade, fumante e pressão arterial. Então, para obter o resumo, simplesmente precisamos use a função de resumo T, e o que você obtém é o mínimo, a mediana, o máximo e o detalhamento de cada recurso se for um booleano. Então, para idade, temos um valor mínimo de 25, máximo de 50, e mediana de 39. Para o fumante, que é lógico ou booleano, temos 34 verdadeiros e 66 falsos. E então para a pressão arterial, temos nossos valores contínuos. E mais uma vez, temos um mínimo, uma mediana e um máximo. E então para gênero, é claro, porque vai ser homem ou mulher, e não há variáveis fictícias, serão apenas strings diferentes que você está trabalhando aqui. E é basicamente assim que você obtém suas estatísticas resumidas no nível individual em termos de recursos ou colunas. A seguir, mostrarei como obter suas estatísticas com base em agrupamentos. E assim fazer isso vamos usar a função groupstats. Primeiro, vou apenas mostrar o que o groupstats faz em alto nível. Então você passa na sua mesa T e o que você ganha é um lindo resumo básico que lhe dá o número de elementos. E aqui temos o número de elementos em cada coluna sendo 100. E como você provavelmente pode dizer isso, não é muito útil. No entanto, o que podemos fazer aqui é agrupar nossos dados por sexo, por exemplo. E então executamos este groupstats T, mas aí a gente passa esse segundo parâmetro, gender. E agora o que você ganha é um colapso das colunas restantes com base no gênero. E assim, para gênero, temos dois, masculino e feminino. E nos dá a idade média, o fumante médio e pressão arterial média para cada sexo. E assim, como você sabe, o fumante médio ou melhor, a coluna do fumante é uma coluna lógica, significando que os valores são verdadeiros ou falsos. E neste caso, verdadeiro é igual a um e falso é igual a zero. E é assim que essas médias são calculadas. E assim, como outro exemplo vamos rodar groupstats novamente para T mas desta vez vamos agrupar com base no fumante. E mais uma vez, temos nossas categorias, falso e verdadeiro. Mas isso nos dá o número de elementos em cada categoria. E assim, para gênero, temos 66 que não fumam e 34 que fazem. E porque estas são contagens, o que você vê é que o número de verdadeiros e falsos é o mesmo para cada um porque isso nos dá agrupamentos. E a razão pela qual isso nos dá o número de elementos em vez da média é porque temos esta coluna de gênero aqui, e isso limita que tipo de estatísticas resumidas podem ser dadas já que é uma coluna de string. Mas se descartarmos essa coluna, se criarmos uma tabela T2 e defini-lo como igual à idade, pressão arterial e fumante, e então obtemos nossas estatísticas de grupo novamente, T2 e fumante, e agora temos nossa idade média e pressão arterial média. E assim, como comparação lado a lado, temos nossa tabela T e a nossa mesa T2, ambas agrupadas por fumador. E quando descartamos essa variável categórica, vemos que obtemos nossos meios para nossas colunas em vez de apenas a contagem de elementos, que na maioria dos casos não será muito útil para conjuntos de dados como este. Isso conclui esta lição, obrigado.

Avançado Fornecedor : Gabriel Popoola 3 lições · 20m em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Chinese

Descrição do curso

A análise estatística é uma das chaves e formas fundamentais de análise quando se trata de obter insights sobre os dados. Aprender sobre novas formas de calcular valores estatísticos e representar os seus dados usando estes valores pode ser vital de forma a compreender genuinamente a natureza dos seus dados. Mostrarei duas formas de visualizar estatísticas resumidas dos seus dados. Primeiro, a nível individual, e segundo, utilizando o método de agrupamento. Terá uma visão geral das estatísticas descritivas e algumas funções-chave no MATLAB. Estatísticas descritivas são coeficientes descritivos breves que resumem um determinado conjunto de dados, que pode representar toda a população ou uma amostra de uma população. Estes são divididos em duas medidas de tendência central e medidas de variabilidade ou dispersão. Neste módulo do MATLAB, descobrirá a utilidade e a capacidade de obter insights estatísticos sobre os seus dados usando o MATLAB.

Depois de concluir este módulo, poderá aplicar o que aprendeu em qualquer projeto ou tarefa que envolva análise de dados/estatísticas. Isto inclui qualquer coisa que envolva um conjunto de dados que contenha dados numéricos e/ou categóricos. Este conhecimento permitirá que você obtenha mais insights sobre como pode usar os seus dados.

O Que Você Vai Aprender

Reconhecer a diferença entre estatísticas resumidas e estatísticas descritivas
Gerar estatísticas de grupo e individual para seus dados em MATLAB
Calcular estatísticas descritivas, incluindo medidas de tendência central e medidas de variabilidade ou dispersão
Definir o que distribuições de probabilidade são e como são usadas
Aplicar análise estatística em MATLAB a projetos envolvendo dados numéricos e/ou categóricos

Principais Conclusões

Análise estatística é uma forma fundamental de análise para ganhar insights em dados.
Estatísticas descritivas são coeficientes descritivos breves que resumem um conjunto de dados, que pode representar uma população inteira ou uma amostra de uma população.
Estatísticas descritivas se dividem em dois grupos: medidas de tendência central e medidas de variabilidade ou dispersão.
As estatísticas resumidas para dados podem ser visualizadas em nível individual e usando o método de agrupamento.
As habilidades aprendidas se aplicam a qualquer projeto ou tarefa envolvendo um conjunto de dados que contenha dados numéricos e/ou categóricos.

Perguntas Frequentes

O que vou aprender neste módulo MATLAB?

Você obterá uma visão geral das estatísticas descritivas e algumas funções principais em MATLAB, aprenderá duas formas de visualizar estatísticas resumidas (em nível individual e usando o método de agrupamento) e aprenderá o que são distribuições de probabilidade e como são usadas.

Para quem é este curso?

É para qualquer pessoa que queira ganhar insights estatísticos em seus dados usando MATLAB e aplicar isso a projetos ou tarefas envolvendo dados e análise estatística, incluindo qualquer conjunto de dados contendo dados numéricos e/ou categóricos.

Qual é a diferença entre estatísticas resumidas e estatísticas descritivas?

O curso ensina você a reconhecer a diferença entre os dois; estatísticas descritivas são coeficientes descritivos breves que resumem um conjunto de dados fornecido, divididos em medidas de tendência central e medidas de variabilidade ou dispersão.

Quais tópicos o curso aborda?

O curso aborda três lições: Summary Statistics, Descriptive Statistics e Probability Distributions.

O que posso fazer após concluir este módulo?

Após concluir este módulo, você pode aplicar o que aprendeu a qualquer projeto ou tarefa envolvendo dados e análise estatística, incluindo qualquer coisa envolvendo um conjunto de dados contendo dados numéricos e/ou categóricos.