Bayesiansk statistik och dataanalys
Kurs, Avancerad nivå, 2ST128
Hösten 2023 Hösten 2023, Uppsala, 50 %, Campus, Engelska
- Studieort
- Uppsala
- Studietakt
- 50 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 28 augusti 2023–1 november 2023
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inklusive 90 hp statistik, alternativt 120 hp inklusive 60 hp statistik samt 30 hp matematik och/eller datavetenskap.
- Urval
-
Högskolepoäng (max 285 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Anmälningsavgift: 900 kr
- Studieavgift, första inbetalningen: 15 000 kr
- Studieavgift, totalt: 15 000 kr
- Sista anmälningsdag
- 17 april 2023
- Anmälningskod
- UU-26617
För dig som är antagen eller reserv
- Registreringsperiod
- 27 juli 2023–27 augusti 2023
- Information om registrering.
Hösten 2024 Hösten 2024, Uppsala, 50 %, Campus, Engelska
- Studieort
- Uppsala
- Studietakt
- 50 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 2 september 2024–5 november 2024
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inklusive 90 hp statistik, alternativt 120 hp inklusive 60 hp statistik samt 30 hp matematik och/eller datavetenskap.
- Urval
-
Högskolepoäng (max 285 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Anmälningsavgift: 900 kr
- Studieavgift, första inbetalningen: 15 000 kr
- Studieavgift, totalt: 15 000 kr
- Sista anmälningsdag
- 15 april 2024
- Anmälningskod
- UU-26617
För dig som är antagen eller reserv
Om kursen
Kursen är en introduktion till Bayesiansk statistik och dataanalys. Kursen behandlar grundläggande koncept inom Bayesiansk inferens som Bayesiansk epistemologi, Bayes teorem, apriori och aposteriorifördelningar, analytisk härledning av aposteriorifördelningar och konjugata apriorifördelningar. Dessutom introduceras moderna datorbaserade simuleringsmetoder för posteriorifördelningarna såsom Markov Chain Monte Carlo och Hamiltonsk Monte Carlo samt det probabilistiska programmeringsspråket Stan. De Bayesianska inferensmetoderna, tillsammans med metoder för modellutvärdering och modellselektion, studeras både teoretiskt och praktiskt genom löpande datorövningar och ett mindre dataanalysprojekt.
Litteraturlista
Litteraturlista saknas.