TILS350 Bayes Statistics 2 (5 cr)
Description
Sisältö
Bayes-tilastotiede mahdollistaa ennakkotietojen ja datan yhdistämisen systemaattisella tavalla. Hierarkkisten Bayes-mallien avulla on mahdollista kuvata monimutkaisiakin ilmiöitä. Kurssilla käsitellään bayesialäista data-analyysia ja posteriorijakauman estimoinnissa tarvittavia menetelmiä, erityisesti Markovin ketju Monte Carloa. Käytännön data-analyysiin sovelletaan R- ja OpenBUGS-ohjelmistoja. Kurssilla käsitellään mallinvalintaa ja mallikritiikkiä Bayes-näkökulmasta ja luodaan myös katsaus päätöksentekoteoriaan ja regularisointiin.
Suoritustavat
Harjoitukset, harjoitustyö ja kurssitentti tai kurssin lopputentti.
Suoritustavat ovat tarkemmin opetusohjelmasssa.
Arviointiperusteet
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Opetusohjelmassa on tarkemmat arviointiperusteet.
Learning outcomes
osaa käyttää OpenBUGS-ohjelmistoa data-analyysissa, pystyy suoriutumaan vaativasta posteriorijakauman laskennasta, ymmärtää MCMC-menetelmän käyttöön liittyvät ongelmat, osaa arvioida Bayes-mallien sopivuutta.