732G43 · Linköpings universitet
Bayesiansk statistik
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
7.5
Språk
Svenska
Nivå
Grundnivå
Fakultet
Filosofiska fakulteten
Institution
Institutionen för datavetenskap
Lärandemål
Efter avslutad kurs ska den studerande kunna:
- redogöra för huvudbegreppen inom Bayesiansk statistik
- förklara skillnaderna mellan frekvenstistisk och Bayesiansk statistik
- använda de vanligaste statistiska metoderna inom Bayesiansk inferens
- använda relevanta modeller för Bayesiansk inferens på olika praktiska problem
- tillämpa Bayesiansk inferens med hjälp av statistisk programvara
Kursinnehåll
- I kursen behandlas allmänna begrepp och metoder inom Bayesiansk statistik. Dessutom presenteras implementering av Markov chain Monte Carlo (MCMC) som ett verktyg för att anpassa mer komplicerade modeller där en analytisk form av posteriorn inte finns tillgänglig.
- I kursen behandlas följande moment:
- subjektiva sannolikheter
- Bayes sats
- priorfördelning
- känslighetsanalys av priorfördelningar
- likelihoodfunktion
- posteriorfördelning
- kredibilitetsintervall
- modellutvärdering
- modellval
- MCMC
Förutsättningar
- Grundläggande behörighet på grundnivå
- samt
- Samhällskunskap 1b eller 1a1 och 1a2
- Engelska 6
- Matematik 3b/3c eller Matematik C
- Minst 80 hp godkända från termin 1, 2, 3 och 4 från kandidatprogrammet i Statistik och dataanalys, eller motsvarande
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis