Emne - Videregående beregningskrevende statistiske metoder - MA8702
MA8702 - Videregående beregningskrevende statistiske metoder
Om emnet
Vurderingsordning
Vurderingsordning: Mappevurdering
Karakter: Bestått/Ikke bestått
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Arbeider | 30/100 | |||
Muntlig eksamen | 70/100 |
Faglig innhold
Emnet foreleses normalt hvert annet år, neste gang våren 2018, forutsatt at nok studenter melder seg. Dersom det melder seg få studenter, vil kurset kun gis som ledet selvstudium.
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, Hidden Markov chains, Gaussiske Markov felt, mixtures, ikke-parametriske metoder og regresjon, splines, bootstrapping, klassifikasjon og 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 tar sikte på å gi 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, Hidden Markov chains, Gaussiske Markov felt, mixtures, ikke-parametriske metoder og regresjon, splines, bootstrapping, klassifikasjon og grafiske modeller, latente Gaussiske modeller samt approksimativ Bayesiansk inferens i disse.
2. Ferdigheter.
Studentene vil lære om og bli i stand til å bruke grunnleggende beregningskrevende teknikker i moderne teoretisk statistikk. Spesielt Markov chain Monte Carlo, Hidden Markov chains, Gaussiske Markov felt, mixtures, ikke-parametriske metoder og regresjon, splines, bootstrapping, klassifikasjon og 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.
Obligatoriske aktiviteter
- Øvinger
Anbefalte forkunnskaper
TMA4300 Beregningskrevende statistiske metoder, TMA4295 Statistisk inferens, TMA4267 Lineære statistiske modeller.
Kursmateriell
Oppgis ved kursstart.
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Doktorgrads nivå
Termin nr.: 1
Undervises: VÅR 2018
Undervisningsspråk: -
-
- Statistikk
Eksamensinfo
Vurderingsordning: Mappevurdering
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Høst ORD Arbeider 30/100
-
Rom Bygning Antall kandidater - Høst ORD Muntlig eksamen 70/100
-
Rom Bygning Antall kandidater - Vår ORD Arbeider 30/100
-
Rom Bygning Antall kandidater - Vår ORD Muntlig eksamen 70/100
-
Rom Bygning Antall kandidater
- * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"