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:
2020-2021, 2021-2022, 2022-2023, 2023-2024
Description
Contents
Basics of Bayesian statistics: Probability as a measure of uncertainty, prior, posterior and predictive distributions, choosing prior and its effects to posterior, estimating interpreting Bayesian models using example data.
Completion
Exercises, project work, and final exam.
Evaluation
Final exam and completed exercises, passing the project work. More details in syllabus.
Learning outcomes
Kurssin suorittanut
- ymmärtää Bayes-lähestymistavan perusperiaatteet ja erot suurimman uskottavuuden estimoinnin lähestymistapaan
- ymmärtää priori- ja posteriorijakauman käsitteet ja niiden yhteydet
- ymmärtää simuloinnin merkityksen Bayes-tilastotieteessä
- osaa tehdä tulkintoja priori- posteriorijakaumien perusteella
- osaa kuvata hierarkisen Bayes-mallin rakenteen matemaattisesti
- osaa sovittaa, tulkita ja vertailla Bayes-malleja valmiilla ohjelmistoilla, erityisesti yleistettyjen lineaaristen mallien kehikon tapauksissa
Description of prerequisites
Todennäköisyyslaskenta 1 ja 2 tai vastaavat tiedot, Yleistetyt lineaariset mallit 1 ja 2, R-kurssi
Study materials
Luentomoniste
Literature
- Gelman, Carlin, Stern, Dunson, Vehtari, Rubin (2013). Bayesian Data Analysis. Chapman & Hall/CRC.
- McElreath (2015), Statistical Rethinking. Chapman & Hall/CRC
Completion methods
Method 1
Evaluation criteria:
Arviointiin vaikuttavat menestys kurssitentissä ja aktiivisuus harjoitustehtävien tekemisessä sekä harjoitustyöstä suoriutuminen.
Time of teaching:
Period 1
Select all marked parts
Method 2
Evaluation criteria:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Select all marked parts
Parts of the completion methods
x
Teaching (5 cr)
Type:
Participation in teaching
Grading scale:
0-5
Evaluation criteria:
Arviointiin vaikuttavat aktiivisuus harjoitustehtävien tekemisessä sekä harjoitustyöstä suoriutuminen.
Language:
Finnish
Study methods:
Luennot ja harjoitukset
Study materials:
Luentomoniste
Teaching
9/5–10/23/2022 Lectures
11/2–11/2/2022 Exam
11/16–11/16/2022 Exam
x
Exam (5 cr)
Type:
Exam
Grading scale:
0-5
Evaluation criteria:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Language:
Finnish