Описание
Основы вероятности для байесовской статистики. Байесовское вывод для простых экспоненциальных семейств. Марковские цепи Монте-Карло для апостериорного вывода. Эмпирический Байес. Иерархический Байес. Байесовский вывод для многомерной нормальной модели. Байесовская линейная регрессия. Возможны более продвинутые темы. Будет использовано программное обеспечение.
Предварительные требования
- Предпосылки: STAT 3553 или по разрешению Школы.
Условия и порядок
- Предпосылки: STAT 3553 или по разрешению Школы.
- Лекции три часа в неделю, лабораторные один час в неделю.
Текст источника на языке оригинала
Probability basics for Bayesian statistics. Bayesian inference for simple exponential families. Markov Chain Monte Carlo for posterior inference. Empirical Bayes. Hierarchical Bayes. Bayesian inference for the multivariate normal model. Bayesian linear regression. More advanced topics may be included. Computer software will be used.
- Prerequisite(s): STAT 3553 or permission of the School.
- Lectures three hours a week, laboratory one hour a week.
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://calendar.carleton.ca/undergrad/courses/STAT/