Einführung in die statistische Analyse mittels Computersimulationen

Modulbeschreibung

Der Kurs soll die Rolle von Computersimulationen und Bayesianischen Methoden für reale Modellierungen vermitteln. Weiterhin sollen die Studenten mit Abschluß des Kurses ein profundes Wissen in der Benutzung von R und der Software WinBUGS für Bayesianisches Modellieren erhalten.

Einfürung in Bayesianisches denken

• Wahrscheinlichkeit und Einführung in Computersimulationen,
• Einführung in Bootstrap,
• Einführung in Bayesianische Modelle,
• Einführung in multivariate Wahrscheinlichkeitsverteilungen und multiple Parameter Modelle.

Monte Carlo Simulationsmethoden

• Monte Carlo Methode zur Berechnung von Integralen,
• Rejection Sampling,
• Importance Sampling,
• Sampling Importance Re-sampling.

Markov Ketten Monte Carlo Methoden

• Einführung in Markov Ketten,
• Metropolis-Hastings Algorithmus,
• Gerichtete azyklische Graphen,
• Gibbs-sampling,
• MCMC output analysis.

Statistische Modellierung

• Regression modelling,
• Analysis of multiple contingency tables,
• Einführung in hierarchische Modelle.

Termin

Das Modul findet als zweiwöchiger Blockkurs in der 37. und 38. Kalenderwoche in der vorlesungsfreien Zeit des Sommersemesters statt.

Teilnahmevorraussetzungen/Anmeldung

Erfolgreiche Teilnahme an Informatik 1 bis 4. Studenten im Master-Studiengang werden bevorzugt (mit erfolgreicher Teilnahme an Informatik 1 bis 4).

Der Kurs ist nicht über das HISLSF buchbar, Anmeldungen bitte daher an Gabriel Gelius-Dietrich.

Vorlesung

Die Vorlesung findet täglich vom 10.9. bis zum 21.9.2012 von 9:30 bis 11:00 Uhr in Raum 25.02.O2.21 statt.

Übungen

Die Übungen finden im Anschluß an die Vorlesung täglich vom 10.9. bis zum 21.9.2012 von 11:15 bis ca. 18:00 Uhr in Raum 25.02.O1.25 statt.

Prüfung

Die Prüfung wird am 21.9.2012 stattfinden. Ein genauer Zeitpunkt und Ort wird noch bekannt gegeben.

Der letzte Termin zur Klausuranmeldung im Prüfungsamt ist der 24.8.2012, also noch vor Begin des Kurses!

Literatur

• Gelman, Carlin & Stern:
  Bayesian Data Analysis. Zweite Auflage, Chapman & Hall 2004. ISBN-13: 978-1-58488-388-3

Fragen?