Bayesiansk statistik
Kurs, Avancerad nivå, 1MS900
Fäll ut informationen nedan för att läsa mer om anmälan och behörighet.
Våren 2027 Våren 2027, Uppsala, 33 %, Campus, Engelska Ges endast inom program
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 18 januari 2027–6 juni 2027
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inklusive 60 hp matematik och/eller dataanalys varav minst 45 hp matematik. Introduktion till dataanalys genomgången eller både Regressionsanalys och Inferensteori II genomgångna. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Sista anmälningsdag
- 15 oktober 2026
- Anmälningskod
- UU-60502
För dig som är antagen eller reserv
Våren 2027 Våren 2027, Uppsala, 33 %, Campus, Engelska För utbytesstudenter
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 18 januari 2027–6 juni 2027
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inklusive 60 hp matematik och/eller dataanalys varav minst 45 hp matematik. Introduktion till dataanalys genomgången eller både Regressionsanalys och Inferensteori II genomgångna. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
Om kursen
I motsats till de vanliga frekventistiska metoderna, där parametrarna antas vara fixa, antar man i de Bayesianska att parametrarna kan beskrivas som slumpvariabler. Detta möjliggör att man kan inleda sin analys med att ha så kallade apriorifördelningar för parametrarna, som man sedan efter att man har tagit hänsyn till observationsdata kan uppdatera till så kallade aposteriorifördelningar. Slutligen kan dessa aposteriorifördelningar användas för att dra slutsatser i den statistiska analysen.