Faglig innhold

Emnet tar sikte på å gi en teoretisk og metodologisk innføring i beregningskrevende statistiske metoder. Emnet vil omhandle et utvalg av følgende tema: teori og metodikk for Markov chain Monte Carlo, sekvenseille Monte Carlo metoder, skjulte markovkjeder, gaussiske felt, mixtures, ikke-parametriske metoder og regresjon, splines, grafiske modeller, latente gaussiske modeller samt approksimativ bayesiansk inferens i disse. Relativ vektlegging av de forskjellige emnene vil variere etter behov.

Læringsutbytte

1. Kunnskap. Emnet gir en teoretisk og metodologisk innføring i beregningskrevende statistiske metoder, men det forutsettes gode ferdigheter innen beregning. Emnet vil omhandle et utvalg av følgende tema: teori og metodikk for Markov chain Monte Carlo, sekvensielle Monte-Carlo metoder, skjulte markovkjeder, gaussiske markovfelt, mixtures, ikke-parametriske metoder og regresjon, splines, grafiske modeller, latente gaussiske modeller samt approksimativ bayesiansk inferens i disse. 2. Ferdigheter. Studentene vil bli i stand til å bruke grunnleggende beregningskrevende teknikker i moderne teoretisk statistikk. Spesielt Markov chain Monte Carlo, sekvensielle Monte-Carlo metoder, skjulte markovkjeder, gaussiske markovfelt, mixtures, ikke-parametriske metoder og regresjon, splines, grafiske modeller, latente gaussiske modeller samt approksimativ bayesiansk inferens i disse. 3. Kompetanse. Studentene vil være i stand til å delta i vitenskapelige diskusjoner og utføre forskning i statstikk på høyt internasjonalt nivå. De vil være i stand til å delta i anvendte prosjekter innen statistiske metoder og til å anvende sine kunnskaper på problemer i teoretisk statistikk.

Læringsformer og aktiviteter

Forelesninger, evt. ledet selvstudium. Innholdet og formen på obligatoriske aktiviteter blir gitt ved semesterstart.

Emnet foreleses ved behov. Dersom det er få ph.d.-studenter i emnet, vil det kun gis som ledet selvstudium.

Obligatoriske aktiviteter

• Obligatoriske aktiviteter

Anbefalte forkunnskaper

TMA4315 Generaliserte lineære modeller

Forkunnskapskrav

TMA4300 Beregningskrevende statistiske metoder, TMA4295 Statistisk inferens, TMA4267 Lineære statistiske modeller, eller tilsvarende kunnskaper. God forståelse og erfaring i R eller i et annet høynivå programmeringsspråk.

Kursmateriell

Oppgis ved kursstart.