• 投稿

Chapter0: 厦门大学多元统计课程（Multivariate Analysis）课程介绍 —— 刘婧媛教授

3.1万
13
2022-02-20 11:09:52
未经作者授权，禁止转载
337
155
608
111
刘婧媛教授：厦门大学经济学院统计与数据科学系、王亚南经济研究院博士生导师，教育部青年长江学者，厦门大学南强青年拔尖人才（A类）。科研方面主要从事大数据及商业价值、高维数据的统计方法、因果推断、统计咨询、统计基因学等领域的工作，在Journal of American Statistical Association (JASA), Journal of Business & Economic Statistics (JBES)，Annals of Applied Statistics等国际权威学术期刊发表论文20余篇；主持国家自然科学基金、科技部重点研发计划子课题等国家级、省部级多项科研项目。教学方面曾获厦门大学教学技能大赛暨英语教学比赛特等奖、宾夕法尼亚州立大学最佳教学奖等荣誉；参与编著《数据思维：从数据分析到商业价值》、《数据思维实践：从零经验到数据英才》等教材。
大学
公开课
统计
多元统计
媛子教你学统计 发消息
【刘婧媛】：厦门大学教授，经济学院统计学与数据科学系博士生导师、青年长江学者、厦门大学南强青年拔尖人才（A类）
《异环》1.2版本「九百九十九夜」即将开启！
异环
227.0万 1332
《英文版多元统计课程》厦门大学刘婧媛教授
（1/78）
自动连播
7.6万播放
简介
Chapter0: 厦门大学多元统计课程（Multivariate Analysis）课程介绍 —— 刘婧媛教授
03:34
Chapter 1: 1.1 Introduction to multivariate analysis（多元统计分析的介绍）
20:14
Chapter 1: 1.2.1 Basic Definitions and Operations（基本定义）
08:17
Chapter1: 1.2.2 Characteristics of Matrices（矩阵的特征）
22:50
Chapter2: 2.1 Review of Characteristics of Random Variables（随机变量的特征回顾）
13:17
Chapter2: 2.2.1 Matrix Presentation of Multivariate Data（多维数据的矩阵表示）
19:33
Chapter2: 2.2.2 Mean Vector, Covariance Matrix and Correlation Matrix
21:41
Chapter2: 2.3Partitions of Random Vector（随机矩阵的划分）
13:02
Chapter3: 3.1.1 Multivariate Normal Density Function
12:31
Chapter3: 3.1.2 A Special Case Bivariate Normal Distribution（二元正态分布）
18:14
Chapter3: 3.2-1 Properties of Multivariate Normal Random Vector（多元正态随机向量的性质）
14:39
Chapter3: 3.2-2 Properties of Multivariate Normal Random Vector（多元正态随机向量的性质）
15:47
Chapter3: 3.3 Estimation in Multivariate Normal（多元正态的估计）
08:16
Chapter3: 3.4.1 Investigating Univariate Normality
22:57
Chapter3: 3.4.2 Investigating Multivariate Normality
10:59
Chapter4: 4.1 Motivation of Multivariate Tests
18:23
Chapter4: 4.2.1-1 Multivariate Test on μ with ∑ Known
09:37
Chapter4: 4.2.1-2 Multivariate Test on μ with ∑ Known
20:18
Chapter4: 4.2.2 Multivariate Test on μ with ∑ Unknown Hotelling's T²
18:31
Chapter4: 4.3.1 Review of Univariate Two-sample Tests
14:59
Chapter4: 4.3.2 Multivariate Two-sample T² Test Indepedent Samples
20:21
Chapter4: 4.3.3 Multivariate Test for Paired Samples
17:58
Chapter4: 4.4 Other Topics（其他介绍）
08:07
Chapter5: 5.1 Introduction to Discriminant and Classification Analysis
17:33
Chapter5: 5.2.1-1Fisher's Linear Discriminant Analysis for Two Populations
15:36
Chapter5: 5.2.1-2Fisher's Linear Discriminant Analysis for Two Populations
22:25
Chapter5: 5.2.2-1 Fisher's LDA for Several Populations
12:58
Chapter5: 5.2.2-2 Fisher's LDA for Several Populations
24:47
Chapter5: 5.2.2-3 Fisher's LDA for Several Populations
24:14
Chapter5:5.3.1.1-1 Classification Based on Fisher's Linear Discriminant Analysis
18:32
Chapter5: 5.3.1.1-2Classification Based on Fisher's Linear Discriminant Analysis
19:11
Chapter5: 5.3.1.2-1 Classification Based on Bayes Rule
22:38
Chapter5: 5.3.1.2-2 Classification Based on Bayes Rule
24:41
Chapter5: 5.3.1.2-3 Classfiation Based on Bayes Rule
11:57
Chapter5: 5.3.2-1 Classification for Several Populations
17:35
Chapter5: 5.3.2-2 Classification for Several Populations
15:03
Chapter6.1.1 Multiple Regression Model
15:49
Chapter6.1.2-1 Estimations
14:59
Chapter6.1.2-2 Estimations
24:51
Chapter6.1.3 Hypothesis Tests
22:29
Chapter6.1.4-1 Classical Variable Selection
12:02
Chapter6.1.4-2 Classical Variable Selection
18:58
Chapter6.1.4-3 Classical Variable Selection
22:18
Chapter6.2.1-1 Multivariate Multiple Regression Model
08:55
Chapter6.2.1-2 Multivariate Multiple Regression Model
20:41
Chapter6.2.2 Estimations
23:18
Chapter6.2.3-1 Hypothesis Tests
21:03
Chapter6.2.3-2 Hypothesis Tests
21:32
Chapter6.2.4 Prediction
21:24
Chapter6.2.5 Variable Selection
07:03
Chapter7.1 Introduction to Principal Component Analysis (PCA)
19:21
Chapter7.2.1 Deriving Poulation Principal Components
21:05
Chapter7.2.2 Population PCA with Standardized Variables
07:50
Chapter7.3.1 Deriving Sample Principal Components
14:45
Chapter7.3.2 Geometric Interpretation of Sample PCA
25:04
Chapter7.3.3 Deciding How Many Components to Retain
20:42
Chapter7.3.4 Application Example with R Implementation
21:36
Chapter7.4-1 Canonical Correlation Analysis
10:17
Chapter7.4-2 Canonical Correlation Analysis
22:02
Chapter8.1.1 Intuition and Definitions
19:12
Chapter8.1.2 Orthogonal Factor Model and Assumption
23:10
Chapter8.1.3 Distinguishing Factor Analysis and Other Methods
13:46
Chapter8.2.1-1 Principal Component Methods
16:54
Chapter8.2.1-2 Principal Component Methods
19:16
Chapter8.2.1-3 Principal Component Methods
24:14
Chapter8.2.2 Other Methods
18:30
Chapter8.2.3 Estimating Factor Scores
16:23
Chapter8.3.1 Intuition and Introduction
16:46
Chapter8.3.2-1 Orthogonal Rotation and Oblique Rotation
18:40
Chapter8.3.2-2 Orthogonal Rotation and Oblique Rotation
10:45
Chapter8.4 Application Example with R Implementation
23:48
Chapter9.1 Introduction to Cluster Analysis
21:08
Chapter9.2.1 Introduction to Hierarchical Clustering
07:50
Chapter9.2.2-1 Types of Hierarchical Methods
22:05
Chapter9.2.2-2 Types of Hierarchical Methods
18:29
Chapter9.2.3 Choosing Number of Clusters
19:13
Chapter9.3-1 Nonhierarchical Methods Partitioning
15:54
Chapter9.3-2 Nonhierarchical Methods Partitioning
23:17

Chapter 1: 1.1 Introduction to multivariate analysis（多元统计分析的介绍）
媛子教你学统计
1.0万 2

第五章：5.1 判别分析和分类分析概述
媛子教你学统计
2.2万 23

第八章：8.2.1 层次聚类 （简介）
媛子教你学统计
1.7万 10

第六章：6.1 主成分分析思想
媛子教你学统计
2.4万 17

第八章：8.1 聚类分析概述
媛子教你学统计
3.5万 38

第三章：3.2 多元正态分布的性质
媛子教你学统计
1.7万 52

第七章：7.2.1 载荷估计方法 （主成分法）
媛子教你学统计
3.0万 26

多元统计分析（录制）
仓鼠熊猫
18.3万 946

第一章：1.2 多元分析概述：方法简介
媛子教你学统计
1.6万 4

第五章：5.2.1 判别分析：分类规则 （两群体Fisher线性判别分析）
媛子教你学统计
2.9万 60

第六章：6.2.1 总体主成分分析 （总体主成分推导）
媛子教你学统计
3.2万 56

第七章：7.1 因子分析简介
媛子教你学统计
7.7万 91

第三章：3.1 多元正态分布
媛子教你学统计
3.2万 56

第二章：2.2.1 随机向量（多元数据的矩阵表示）
媛子教你学统计
2.3万 75

第七章：7.3.1 因子旋转 （因子旋转的理解）
媛子教你学统计
1.8万 5

第八章：8.2.2 层次聚类 （层次聚类的类型-上）
媛子教你学统计
1.8万 22

第一章：1.3 多元分析概述：应用领域
媛子教你学统计
1.2万 7

多元统计分析_厦门大学（更新中）
iiWilson
21.4万 679

第0章：0.1 多元统计分析课程介绍
媛子教你学统计
7.2万 1

多元统计分析-王学民 上海财经大学
嗟呼者也
39.0万 1258
展开
客服
顶部
赛事库 课堂 2021拜年纪