TILA350 Bayes-tilastotiede 1 (5 op)
Opinnon taso:
Aineopinnot
Arviointiasteikko:
0-5
Suorituskieli:
suomi
Vastuuorganisaatio:
Matematiikan ja tilastotieteen laitos
Opetussuunnitelmakaudet:
2024-2025, 2025-2026, 2026-2027, 2027-2028
Kuvaus
Opintojakso käsittelee Bayes-tilastotieteen perusteita: todennäköisyys epävarmuuden mittana, priori- posteriori- ja prediktiiviset jakaumat, priorin valinta ja sen vaikutus posterioriin, Bayes-mallin sovitus aineistoon ja tulosten tulkinta.
Osaamistavoitteet
Opintojakson suorittanut opiskelija
- ymmärtää Bayes-lähestymistavan perusperiaatteet ja erot suurimman uskottavuuden estimoinnin lähestymistapaan
- ymmärtää priori- ja posteriorijakauman käsitteet ja niiden yhteydet
- ymmärtää simuloinnin merkityksen Bayes-tilastotieteessä
- osaa tehdä tulkintoja priori- ja posteriorijakaumien perusteella
- osaa kuvata hierarkisen Bayes-mallin rakenteen matemaattisesti
- osaa sovittaa, tulkita ja vertailla Bayes-malleja valmiilla ohjelmistoilla, erityisesti yleistettyjen lineaaristen mallien kehikon tapauksissa
Esitietojen kuvaus
Todennäköisyysmatematiikka ja Todennäköisyyslaskennan jatkokurssi tai vastaavat tiedot, Yleistetyt lineaariset mallit 1 ja 2, R-kurssi
Oppimateriaalit
Luentomoniste
Kirjallisuus
- Gelman, Carlin, Stern, Dunson, Vehtari, Rubin (2013). Bayesian Data Analysis. Chapman & Hall/CRC.
- McElreath (2015), Statistical Rethinking. Chapman & Hall/CRC
Suoritustavat
Tapa 1
Arviointiperusteet:
Arviointiin vaikuttavat menestys kurssitentissä ja aktiivisuus harjoitustehtävien tekemisessä sekä harjoitustyöstä suoriutuminen.
Opetusajankohta:
Periodi 1
Valitaan kaikki merkityt osat
Tapa 2
Arviointiperusteet:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Valitaan kaikki merkityt osat
Suoritustapojen osat
x
Osallistuminen opetukseen (5 op)
Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Suorituskieli:
suomi
x
Tentti (5 op)
Tyyppi:
Tentti
Arviointiasteikko:
0-5
Suorituskieli:
suomi