TILS350 Bayes-tilastotiede 2 (5 op)
Kuvaus
Bayes-tilastotiede mahdollistaa ennakkotietojen ja datan yhdistämisen systemaattisella tavalla. Hierarkkisten Bayes-mallien avulla on mahdollista kuvata monimutkaisiakin ilmiöitä. Kurssilla käsitellään bayesialäista data-analyysia ja posteriorijakauman estimoinnissa tarvittavia menetelmiä, erityisesti Markovin ketju Monte Carloa. Käytännön data-analyysiin sovelletaan R-ohjelmistoa ja erilaisia Monte Carlo -simulointiohjelmistoja (esim. BUGS, JAGS ja Stan). Kurssilla käsitellään mallinvalintaa ja mallikritiikkiä Bayes-näkökulmasta ja luodaan myös katsaus päätöksentekoteoriaan ja regularisointiin.
Osaamistavoitteet
Kurssin suoritettuaan opiskelija osaa rakentaa hierarkkisia tilastollisia Bayes-malleja kompleksisille ongelmille, osaa käyttää mallinnukseen käytettäviä ohjelmistoja data-analyysissa, pystyy suoriutumaan vaativasta posteriorijakauman laskennasta, ymmärtää MCMC-menetelmien käyttöön liittyvät ongelmat, osaa arvioida Bayes-mallien sopivuutta.
Esitietojen kuvaus
Suoritustavat
Tapa 1
Tapa 2
Osallistuminen opetukseen (5 op)
Luento-opetus, viikoittaiset laskuharjoitukset