Bayesiansk statistik, 7.5 hp
Bayesian Statistics, 7.5 credits
732G43
Huvudområde
StatistikUtbildningsnivå
GrundnivåKurstyp
Fristående- och programkursKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7KSA | Kandidatprogrammet i statistik och dataanalys | 5 (HT 2018) | 201844-201903 | Svenska | Linköping, Valla | V |
Huvudområde
StatistikUtbildningsnivå
GrundnivåFördjupningsnivå
G2XKursen ges för
- Kandidatprogrammet i statistik och dataanalys
Förkunskapskrav
FFör tillträde till kursen krävs att den studerande har alla HP på kurser från T1 och T2 godkänlda samt minst 30 godkända HP från de kurser som ingår i T3 och 4 på kandidatprogrammet i Statistik och dataanalys
Lärandemål
Efter avslutad kurs skall 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 lämpliga modeller för Bayesiansk inferens på olika praktiska problem
- jämföra resultaten från frekventistiska och Bayesianska metoder på givna praktiska problem
Kursinnehåll
Kursen behandlar allmänna begrepp och metoder inom Bayesiansk statistik. Dessutom presenteras implementering av MCMC som ett verktyg för att anpassa mer komplicerade modeller där en analytisk form av posteriorn inte finns tillgänglig.
Följande moment behandlas:
-subjektiva sannolikheter
-Bayes sats
-priorfördelning
-känslighetsanalys av priorfördelningar
-likelihoodfunktion
-posteriorfördelning
-kredibilitetsintervall
-modellutvärdering
-MCMC
Undervisnings- och arbetsformer
Förutom självständiga studier består undervisningen av föreläsningar, lektioner, seminarier och datorlaborationer.
Examination
Kursen examineras genom skriftlig tentamen och inlämningsuppgifter. Detaljerad information återfinns i studiehandledningen.
Studerande som underkänts två gånger på kursen eller del av kursen har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
Tregradig skala, U, G, VGÖvrig information
Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som skall ingå i varje kurs skall därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapDet finns inga examinationsmoment att visa.
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.