732A73 · 6 hp · Avancerad nivå (A1F) · Statistik
Bayesianska metoder
Ges · nästa start VT 2027
Ingen tentastatistik än
Det finns inget tentatillfälle med minst 5 studenter de senaste tre läsåren. Nya kurser och kurser som bara examineras med projekt saknar ofta statistik.
Om kursen
Mål
Efter avslutad kurs ska den studerande på en avancerad nivå kunna:
- redogöra för de huvudsakliga skillnaderna mellan Bayesiansk och frekventistisk inferens
- analysera grundläggande statistiska modeller med Bayesiansk inferens och tolka resultat på ett korrekt sätt
- kritiskt analysera och tillämpa Bayesianska modeller för prediktion och beslutsfattande
- implementera avancerade statistiska modeller, ink. förekommande i aktuell forskning, genom att använda avancerade simuleringstekniker
- tillämpa Bayesiansk inferens på praktiska problem med hjälp av programmeringsspråk för statistisk dataanalys
Innehåll
I kursen behandlas:
- Subjektiv sannolikhet
- Bayes sats
- Likelihood
- apriori och aposteriori fördelningar
- Regulariseringsprior
- Klassificering
- Marginalisering
- Aposteriori approximation
- Bayesiansk analys av följande modeller: Bernoulli, Normal, Poisson, Multinomial, Multivariat normal; Linjär och icke-linjär regression, Regression för kategoriska data
- Prediktion
- Beslutsteori
- Markov Chain Monte Carlo, inklusive Gibbs sampling
- Mixture modeller
- Bayesiansk variabelselektion
- Modellval
- Examinator
- Bertil Wegmann
- Huvudområde
- Statistik