Matematisk statistik: Monte Carlo-baserade statistiska metoder

Hur man en använder en dator för att simulera slumptal och hur man använder dessa för att lösa matematiska och statistiska problem.

Kursen ger en översikt av simuleringsbaserade metoder för statistisk analys. Markovkedjemetoder för komplexa problem, t.ex. Gibbssampling och Metropolis-Hastings-algoritmen. Bayesiansk modellering och inferens. Återsamplingsprincipen, både ickeparametrisk och parametrisk.Metoder för konstruktion av konfidensintervall med hjälp av återsampling. Återsampling i regressionsproblem. Permutationstest som alternativ till både asymptotiska parametriska tester och till full återsampling. Exempel på mer komplicerade situationer. Effektiva numeriska beräkningar vid återsampling. EM-algoritmen för skattning i partiellt observerade modeller.

https://www.maths.lu.se/utbildning/alla-kurser/kursutbud-matematiska-aemnen-nf/