Õppeaine eesmärgiks on luua tingimused mitmemõõtmelise statistika põhimõistete, elementide ja meetodite mõistmiseks ning nende rakendamiseks. Arendada praktilisi oskuseid mitmemõõtmelise analüüsi meetodite rakendamisel kasutades eriala tarkvara. Osata näidete varal analüüsitulemusi sisuliselt tõlgendada.

The aim of the course is to create conditions for understanding multivariate statistics terms, elements and methods. Learn how to apply the methods of multivariate statistics in various problem settings using the suitable programming language or software and understand how to interpret the results of multivariate analysis.

Õppeaine läbinud üliõpilane:
- tunneb mitmemõõtmelise statistika mõisteid ja elemente;
- rakendab mitmemõõtmelise statistika meetodeid, tunneb meetodite olemust, eelduseid ja piiranguid;
- formuleerib probleeme, mida on võimalik mitmemõõtmelise statistika meetoditega lahendada;
- viib läbi mitmemõõtmelist analüüsi programmeerimiskeele R abil ja tõlgendab analüüsitulemusi.

After completing this course, the student:
- understands the terms, elemants and methods of multivariate statistics;
- applies multivariate statistics methods, knows the techniques, assumptions and limitations of the multivariate statistics methods;
- formulates problems, which can be solved with methods of multivariate analysis;
- carries out multivariate statistical analysis in R-programming language and interprets the results.

Mitmemõõtmelise statistika kirjeldav ja graafiline analüüs. Mitmemõõtmelised juhuslikud suurused ja nende lineaarsed kombinatsioonid. Klassifitseerimismeetodid. Lineaarse mudeli valik ja seaduspärasuse algoritmid. Peakomponentide analüüs. Klasteranalüüs. Otsustuspuud.

Descriptive and graphical multivariate analysis. Multivariate random variables and their linear combinations. Classification methods. Linear model selection and regularisation algorithms. Principal components analysis. Cluster analysis. Decision trees.

Kodutöö 1 20%, kodutöö 2 20%, kirjalik eksam 60%

Home assignment 1 20%, home assignment 2 20%, written exam 60%.

Iseseisev kirjanduse läbitöötamine ja iganädalane praktikaharjutuste ettevalmistamine, kahe kodutöö tegemine.

Work independently with literature and prepare practical exercises each week, prepare two homeworks.

James, G., Witten, D., Hastie, T. & Tibshirani, R. (2021). An Introduction to Statistical Learning with Applications in R. Second Edition. Springer.
Härdle, W.K. & Simar, L. (2015). Applied Multivariate Statistical Analysis. Fourth Edition. Springer.

-