Osaamistavoitteet

Tavoitteena on perehtyä tilastollisen tietojenkäsittelyn yleisimpiin menetelmiin ja oppia toteuttamaan niitä ohjelmoimalla.

Sisältö

Satunnaislukujen generointi, permutaatiotestit, bootstrap- ja linkkuveitsimenetelmä, ristiinvalidointi, ydinestimointi, paikallinen regressio, Gibbsin poiminta, Metropolis-Hastings-algoritmi, painotuspoiminta, siivupoiminta.

Opetuskieli

suomi

Arviointi

Numerolla 1-5.

Suositellut suoritusajankohdat

1. vuoden syksy
1. vuoden kevät
2. vuoden syksy
2. vuoden kevät

Kirjallisuus/Oppimateriaali

1. Davison, A. C., Hinkley, D. V., Bootstrap methods and their application. Cambridge University Press 1997.
2. Rizzo, M. L., Statistical computing with R. Chapman & Hall/CRC 2007.
3. Robert, C. P., Casella, G., Introducing Monte Carlo methods with R. Springer Verlag 2009.

Kokonaisuudet johon opintojakso kuuluu