TILA350 Bayes-tilastotiede 1 (5 op)

Avaa opintojakson esite Sisussa

Opinnon taso:

Aineopinnot

Arviointiasteikko:

0-5

Suorituskieli:

suomi

Vastuuorganisaatio:

Matematiikan ja tilastotieteen laitos

Opetussuunnitelmakaudet:

2017-2018, 2018-2019, 2019-2020

Kuvaus

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.

Osaamistavoitteet

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

Esitietojen kuvaus

Todennäköisyyslaskenta 1 ja 2, Stokastiikan perusteet, R-kurssi

Oppimateriaalit

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

Suoritustavat

Tapa 1

Valitaan kaikki merkityt osat

Tapa 2

Valitaan kaikki merkityt osat

Suoritustapojen osat

Julkaisematon arviointikohde