描述
贝叶斯统计的概率基础。指数族简单情形的贝叶斯推断。后验推断的马尔可夫链蒙特卡洛。经验贝叶斯。分层贝叶斯。多元正态模型的贝叶斯推断。贝叶斯线性回归。可能涵盖更高级主题。将使用计算机软件。
先修课程
- 先修课程：STAT 3553 或经学院许可。
条件与方式
- 先修课程：STAT 3553 或经学院许可。
- 每周三小时讲座，每周一小时实验。
原文参考文本
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.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://calendar.carleton.ca/undergrad/courses/STAT/