TILA142 Tilastollinen päättely 2 (5 op)

Opinnon taso:
Aineopinnot
Arviointiasteikko:
0-5
Suorituskieli:
suomi
Vastuuorganisaatio:
Matematiikan ja tilastotieteen laitos
Opetussuunnitelmakaudet:
2017-2018, 2018-2019, 2019-2020

Kuvaus

1. Uskottavuustarkasteluja (konstruktio, suurten otosten teoriaa, profiiliuskottavuus); 2. Hypoteesintestaus (merkitsevyystesti, uskottavuusosamäärän testi, permutaatiotesti, asymptoottisesti ekvivalentteja testejä, testin voimakkuus); 3. Empiirisiä menetelmiä (bootstrap, Jackknife); 4. Empiirinen Bayes -tilastotiede; 5. Ydinregressio; 6. Päätöksentekoteoriasta.


Osaamistavoitteet

Kurssin käytyään opiskelija pystyy soveltamaan uskottavuuspäättelyä kompleksisille aineistoille käyttäen suurten otosten teoriaa. Edelleen opiskelija tuntee tärkeitä testien konstruktioperiaatteita ja ymmärtää, milloin tilastolliset testit ovat hyödyllisiä päättelyn työkaluja. Vaihtoehtoisista päättelyn menetelmistä opiskelija hankkii datalähtöisten empiiristen menetelmien (bootstrap ja jackknife) käyttövalmiuden ja ymmärryksen niiden hyödyllisesta sovetamisesta. Hänelle tulee myös valmius empiirisen Bayes-menetelmän ideasta ja soveltamisesta. Kurssin käynyt oppii myös, miten tilastollinen päättely liittyy päätöksentekoteoriaan.

Esitietojen kuvaus

Data ja mittaaminen sekä Datasta malliksi tai vastaavat opinnot, perustiedot usean muuttujan derivoinnista ja integroinnista (matematiikan perusopinnot), Todennäköisyyslaskenta 1 ja 2 sekä Stokastiikan perusteet tai vastaavat tiedot, R-kurssi sekä Tilastollinen päättely 1 -kurssi.

Oppimateriaalit

Penttinen, A. (2014): Tilastollinen päättely 2. Luentomoniste/handout, Jyväskylän yliopisto.

Penttinen, A. (2014): Tilastollinen päättely 1. Luentomoniste/handout, Jyväskylän yliopisto.

Kirjallisuus

  • Davison, D. (2003). Statistical models. Cambridge University Press. (e-kirja kirjastossa); ISBN: 978-0-521-73449-3
  • Hastie, T. Tibshirani, R., Friedman, J. H. (2009). The elements of statistical learning : data mining, inference, and prediction, Springer cop. 2009. 2nd ed. (http://statweb.stanford.edu/~tibs/ElemStatLearn/); ISBN: 978-0-387-84857-0
  • Efron, B., Tibshirani, R.J. (1993): An introduction to the bootstrap. Chapman & Hall/CRC.; ISBN: 0-412-04231-2
  • http://statweb.stanford.edu/~tibs/ElemStatLearn/
  • Casella, G., Berger, R.L. (202): Statistical inference, 2nd ed., Duxbury, International student edition.; ISBN: 978053423128
  • Kalbflesch, J.G. (1985): Probability an statistical inference. Volume 2: Statistical inference, 2nd ed., Springer.; ISBN: 0-397-96183-6
  • Cox, D.R., Hinkley, D.V. (1974). Theoretical Statistics. Chapman & Hall.; ISBN: 0-412-16160-5

Suoritustavat

Tapa 1

Arviointiperusteet:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Valitaan kaikki merkityt osat

Tapa 2

Arviointiperusteet:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Valitaan kaikki merkityt osat
Suoritustapojen osat
x
Julkaisematon arviointikohde
x
Julkaisematon arviointikohde