Inhalt

[ 951STCOBAYK14 ] KV (*)Bayes Statistics

Versionsauswahl
(*) Leider ist diese Information in Deutsch nicht verfügbar.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
4 ECTS M1 - Master 1. Jahr Statistik Helga Wagner 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Anmeldevoraussetzungen (*)keine
Quellcurriculum Masterstudium Statistics 2015W
Ziele (*)Students are familiar with the Bayesian approach to statistics and are able to perform a conjugate Bayesian analysis as well as Bayes inference using MCMC methods
Lehrinhalte (*)Basic concepts: Bayes' theorem, prior distribution, posterior distribution conjugate analysis

Bayesian inference: point and interval estimation, hypothesis testing, model choice (marginal likelihood, Bayes factor), Bayesian prediction, posterior predictive model checks, asymptotics

priors: natural conjugate priors in exponential families, improper priors, Jeffrey's prior

introduction to MCMC methods: Metropolis Hastings algorithm, Gibbs sampling, data augmentation

Bayes analysis of statistical models: linear regression models logit and ordinal logit model; finite mixture model, random effects models

Beurteilungskriterien (*)examples
written project report
Lehrmethoden (*)Lecture
Computer lab
Abhaltungssprache Englisch
Literatur (*)Hoff P.D. (2009). A first course in Bayesian statistical analysis.
Albert J. (2009). Bayesian computation with R.
Robert C. (2007). The Bayesian Choice.
Lehrinhalte wechselnd? Nein
Äquivalenzen (*)4MSBAKV: KV Einführung in die Bayes-Statistik (4 ECTS)
Präsenzlehrveranstaltung
Teilungsziffer 40
Zuteilungsverfahren Zuteilung nach Vorrangzahl