Kursen ger dig en förståelse för skillnaden mellan olika sannolikhetstolkningar och du lär dig att formulera ett statistiskt problem utifrån ett Bayesianskt synsätt. Du lär dig både att lösa standardproblem med analytiska Bayesianska metoder och att lösa statistiska problem med simuleringsbaserade beräkningsmetoder, exempelvis Markov Chain Monte Carlo (MCMC), som ofta används i praktiskt Bayesianskt arbete.

I Bayesiansk inferens betraktas parametrar som stokastiska variabler och kunskap om dessa uttrycks i form av en sannolikhetsfördelning, en så kallad a priorifördelning. Denna fördelning uppdateras sedan till en a posteorifördelning genom att, via Bayes sats, kombinera den med observerade data som sammanfattats i en likelihoodfunktion. A posteorifördelningen uttrycker således evidens om parametern efter att data har observerats.

Särskild behörighet: 90 högskolepoäng i statistik eller motsvarande, samt Engelska B eller motsvarande.
Undervisningsspråk: Engelska

Sök kursen!

Kursinformation

Övrig information för registrerade studenter finns på Athena.

Lärare höstterminen 2019

Kursansvarig

Mattias Villani

Övningslärare

Oscar Oelrich