TILA350 Bayes Statistics 1 (5 cr)

Study level:
Intermediate studies
Grading scale:
0-5
Language:
Finnish
Responsible organisation:
Department of Mathematics and Statistics
Curriculum periods:
2017-2018, 2018-2019, 2019-2020

Description

Sisältö

Kurssi käsittelee Bayes-tilastotieteen perusteita: todennäköisyys epävarmuuden mittana, priori- posteriori- ja prediktiiviset jakaumat, yksiparametriset mallit, Jeffrey's epäinformatiivinen priori, hypoteesin testaus, moniparametrisia malleja esimerkinomaisesti sekä aineistojen analysointeja.

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

Kurssin suorittanut
• ymmärtää bayesilaisen lähestymistavan perusperiaatteet
• osaa käyttää Bayesin kaavaa
• osaa määrittää priorijakauman
• osaa tehdä tulkintoja posteriorijakauman perusteella
• tuntee konjugaattipriorit yleisesti käytetyille jakaumille
• ymmärtää simuloinnin merkityksen Bayes-tilastotieteessä
• tietää perusasiat hierarkkisista malleista ja mallikritiikistä

Description of prerequisites

Todennäköisyyslaskenta 1 ja 2, Stokastiikan perusteet, R-kurssi

Study materials

Gelman, Carlin, Stern, Rubin (2004). Bayesian Data Analysis. Chapman & Hall/CRC. Ks. lisää kirjallisuutta luentomonisteen lopusta.

Completion methods

Method 1

Select all marked parts

Method 2

Select all marked parts
Parts of the completion methods
x

Teaching (5 cr)

Type:
Participation in teaching
Grading scale:
0-5
Language:
Finnish

Teaching

x

Exam (5 cr)

Type:
Exam
Grading scale:
0-5
Language:
Finnish

Teaching