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

Emnet foreleses normalt hvert annet år, neste gang våren 2026, forutsatt at nok studenter melder seg. Dersom det melder seg få studenter, vil kurset kun gis som ledet selvstudium. Forelesninger, evt. ledet selvstudium. Innholdet og formen på obligatoriske aktiviteter blir gitt ved semesterstart.

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.