Statistik: Bayesianska metoder

Denna kurs är en introduktion till bayesiansk inferens. Den snabba utvecklingen av datorkapacitet gör att bayesianska metoder inte längre enbart har begränsad praktisk användbarhet. Användning av Markovkedje-Monte Carlo för att generera utfall från komplicerade fördelningar möjliggör en bred användning av bayesiansk analys, även i mycket komplicerade modeller.

Kursens innehåll

Kursen behandlar bayesianska metoder, introducerar programvara som understödjer analysen och presenterar tillämpningar inom olika områden. Den inleds med en genomgång av betingade sannolikheter och Bayes sats. Begreppen subjektiv sannolikhet och likelihoodfunktion introduceras därefter. Den statistiska inferensen baseras på slumpmässiga stickprov och konjugerade a priori-fördelningar, inklusive a posteriori-skattningar och kredibilitetsregioner. Sekventiell användning av Bayes sats presenteras och dess fördelar illustreras genom att beräkna uppdateringar som bygger på ett växande antal observationer. Slutligen diskuteras grunderna för bygge av hierarkiska modeller. Kursen använder sig av programmeringsspråket R och paketet RSTAN.

Efter kursen

Efter genomgången kurs kommer du att fått kunskaper om bayesianska metoder och tekniker.