Datorintensiva statistiska metoder

Kursen behandlar den statistiska teorin för stokastisk simulering (Monte Carlo-metoder) och andra datorintensiva statistiska metoder, dvs. metoder som används för att lösa problem som är svåra att angripa med analytiska metoder. I kursen behandlas generering av slumptal från olika fördelningar och integralskattning med feluppskattning. Vidare ingår variansreducerande metoder såsom användande av antitetiska variabler, kontrollvariabler, betingning och stratifierad sampling. Stor vikt läggs vid metoder för simulering av Poisson-processer för att ge möjlighet till simulering av kö- och lagersystem. Slutligen behandlas metoder för att konstruera konfidensintervall och utföra hypotesprövning via icke-parametrisk och parametrisk bootstrap, för såväl en- som tvådimensionella data. Genom hela kursen ligger stortfokus på att implementera de metoder som behandlas med hjälp av lämplig programvara, såsom Matlab, R eller C.