Kursplan för Beräkningsmetoder för Bayesiansk statistik

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2019-02-26 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnComputational methods for Bayesian statistics
  • KurskodMVE187
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPENM
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeMatematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Fem, Fyra, Tre, Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 20143
  • Sökbar för utbytesstudenterJa

Poängfördelning

0117 Projekt 2 hp
Betygsskala: UG		2 hp0 hp0 hp0 hp0 hp0 hp
0217 Tentamen 5,5 hp
Betygsskala: TH		5,5 hp0 hp0 hp0 hp0 hp0 hp
  • 28 Okt 2019 em M
  • 08 Jan 2020 fm SB_MU
  • 27 Aug 2020 fm J

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Ersätter

  • MVE186 Datorintensiva statistiska metoder

Behörighet

Information saknas

Särskild behörighet

För kurser på avancerad nivå gäller samma grundläggande och särskilda behörighetskrav som till det kursägande programmet. (När kursen är på avancerad nivå men ägs av ett grundnivåprogram gäller dock tillträdeskrav för avancerad nivå.)
Undantag från tillträdeskraven: Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Grundläggande kunskaper i matematisk statistik.
Grundläggande kunskaper i vetenskaplig programmering (till exempel i R eller Matlab), såsom från kursen TMS150 "Stochastic Data Processing and Simulation".

Syfte

Inom beslutsteori och Bayesiansk statistik återfinns ofta modeller och parameterrymder som är komplicerade och/eller stora, och där det är svårt eller omöjligt att räkna fram exakta resultat. Syftet med kursen är att ge studenten praktiska och teoretiska kunskaper i att använda datorintensiva metoder för att lösa sådana problem, i synnerhet genom stokastisk simulering

Ett ytterligare syfte är att förmedla sambandet och samspelet mellan statistisk modellering och tillämpad problemlösning, samt teoretiska aspekter och beräkningsaspekter hos statistiska modeller.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Efter godkänd kurs ska studenten kunna
  • förklara och använda ett Bayesianskt tillvägagångssätt för statistisk slutledning i modeller med begränsad komplexitet
  • implementera viktiga beräkningsmetoder för Bayesiansk slutledning, till exempel
    Metropolis-Hastings MCMC
  • ta oberoende och välgrundade beslut om statistisk modellering och
    beräkningsmetoder
  • presentera sin analys på ett strukturerat och pedagogiskt sätt.


Innehåll

  • Filosofin bakom Bayesiansk statistisk slutledning.
  • Konjugerade och icke-propra apriorifördelningar.
  • Approximativa metoder för lågdimensionella parameterrum.
  • Grundläggande metoder för simulering från fördelningar.
  • Monte Carlo integration.
  • Avancerade metoder för simulering från fördelningar så som Markov chain Monte Carlo (MCMC).
  • Hierarkiska modeller.
  • Beräkningar för Bayesianska nätverk.
  • Grundläggande informationsteori.
  • EM algoritmen.
  • Grundläggande variational Bayes metoder.

Organisation

Föreläsningar och obligatoriska datorbaserade inlämningsuppgifter.

Litteratur

  • Delar av Albert: Bayesian Computation with R (2009) Springer (ISBN 978-0-387-92297-3). Tillgänglig i elektroniskt format genom Chalmersbiblioteket.
  • Delar av Bishop: Pattern Recognition And Machine Learning (2006) Springer (ISBN-10: 0-387-31073-8). Tillgänglig on-line.
  • Delar av Robert & Casella: Introducing Monte Carlo Methods with R (2010) Springer (ISBN: 978-1-4419-1575-7). Tillgänglig i elektroniskt format genom Chalmersbiblioteket.
  • Några föreläsningsanteckningar.

Examination inklusive obligatoriska moment

Obligatoriska datorbaserade inlämningsuppgifter. Betyget baseras på en skriftlig
tentamen vid kursens slut.

Kursplanen innehåller ändringar

  • Ändring gjord på tentamen:
    • 2020-04-29: Tentamensdatum Tentamensdatum ändrat av elisabeth eriksson
      [31475, 51741, 3], Ny tenta för läsår 2019/2020, ordinal 3 (ej nedlagd kurs)
    • 2019-09-20: Plats Plats ändrat från Johanneberg till SB Multisal av grunnet
      [2020-01-08 5,5 hp, 0217]
    • 2019-09-09: Plats Plats ändrat från Johanneberg till M av grunnet
      [2019-10-28 5,5 hp, 0217]
    • 2019-08-26: Tentamensdatum Tentamensdatum ändrat av Rickard Johansson
      [31475, 51741, 2], Ny tenta för läsår 2019/2020, ordinal 2 (ej nedlagd kurs)