Osaamistavoitteet

Opintojakson jälkeen opiskelija ymmärtää bayesiläisen tilastotieteen paradigman peruskäsitteineen ja osaa soveltaa sitä yksinkertaisten tilastollisen päättelyn ongelmien ratkaisemiseen. Hän oppii Markovien ketjujen peruskäsitteet, tutustuu joihinkin Markovien ketjujen sovelluksiin ja pystyy soveltamaan Markovin ketjuihin perustuvia laskentaintensiivisiä tekniikoita yksinkertaisten mallien estimoinnissa. Lisäksi hän perehtyy epäparametrisen ja robustin päättelyn perusajatuksiin sekä osaa soveltaa niitä yksinkertaisten testien ja luottamusvälien muodostamiseen.

Sisältö

Bayesin kaava, priorijakauma, uskottavuusfunktio, posteriorijakauma, posterioriennustejakauma, Bayes-estimaattorit, Bayesin tekijä, epäparametrinen ja robusti päättely, Markovin ketjut, MCMC-simulointi, tilastollinen mallinvalinta.

Arviointi

Kirjallisuus/Oppimateriaali

Opintojakso perustuu luentoihin, mutta oheislukemistona suositellaan teoksia

Garthwaite, P. H., Jolliffe, I. T., Jones, B., Statistical inference, Second Edition. Oxford University Press, 2002.

Davison, A., Statistical models. Cambridge University Press, 2003.

Ross, S. M., Introduction to probability models. Academic Press, 2002.

Williams, D., Weighing the odds, a course in probability and statistics. Cambridge University Press, 2001.

Kokonaisuudet johon opintojakso kuuluu

2013–2014

Opintojakso opetusohjelmassa

Opetusohjelma ei ole enää voimassa. Tarkista tiedot voimassa olevasta opetusohjelmasta.

MTTTS1 Tilastollinen päättely 2