Behörighetskrav

120 hp varav 90 hp matematik. Regressionsanalys och Inferensteori II genomgångna eller Introduktion till dataanalys genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna:

• välja lämpliga informativa och ickeinformativa priorfördelningar;
• härleda posteriorfördelningar;
• tillämpa datorintensiva metoder för att approximera posteriorfördelningen;
• tolka resultaten från analys genomförda med Bayesianska metoder.

Innehåll

Val av priorfördelningar. Konjugerade familjer. Bayesiansk punktskattning. Bayesianska test. MCMC. Gibbs sampler. Bayesiansk modellval.

Undervisning

Föreläsningar och datorövningar, projekt.

Examination

Skriftligt prov (4 hp) vid kursens slut kombinerat med obligatoriska inlämningsuppgifter (1 hp) och projekt (2,5 hp) under kursens gång.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Övriga föreskrifter

Kursen kan inte ingå i samma examen som 1MS900.