Behörighetskrav

120 hp med kursen Regressions- och variansanalys eller motsvarande

Mål

För godkänt betyg på kursen skall studenten kunna

• redogöra för den teoretiska grunden för Markov Chain Monte Carlo-metoder och använda sådana tekniker för valda statistiska problem;
• redogöra för principerna för slumptalsgeneratorer;
• använda simuleringsmetoder som Bootstrap och SIMEX;
• använda EM-metoder;
• självständigt använda icke-parametriska statistiska modeller;
• använda statistisk programvara, företrädesvis R.

Innehåll

Syftet med kursen är att studenterna ska få en god överblick och kunskap om ett flertal statistiska tekniker som utvecklats de senaste åren i takt med att datorernas kapacitet ökat. Återsamplingsmetodik, Jack-knife, bootstrap. EM-algoritmen, SIMEX-metodik. Markov Chain Monte Carlo. Slumptalsgeneratorer. Smoothing-tekniker. Kernelskattningar, närmaste granne-skattningar, ortogonala och lokala polynomiella skattningar, wavelet-skattning. Splines. Val av bandbredd och andra parametrar. Tillämpningar och användning av statistisk programvara.

Undervisning

Föreläsningar, räkneövningar och datorlaborationer.

Examination

Skriftligt provvid kursens slut kombinerat med obligatoriska inlämningsuppgifter och muntlig presentationenligt anvisningar som lämnas vid kursstart.