Vrsta predmeta: obvezni
Nosilec predmeta: Red. prof. dr. Aleš Žiberna

Za podrobnejšo časovno razporeditev glej predmetnik.

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:

• Vpis v letnik študija.

Vsebina:
Monte Carlo metode:

• Osnovne značilnosti Monte Carlo metod

• Uporaba Monte Carlo metod za:
  • ocenjevanje standardnih napak
  • testiranje hipotez
  • preverjanje lastnosti statističnih metod

Samovzorčenje (Bootstrap):

• Osnove samovzorčenja
• Uporaba samovzorčenja za:
  • ocenjevanje standardnih napak in izračun intervalov zaupanja
  • testiranje hipotez
• Ocenjevanje pristranskosti in popravki za pristranskost
• Ostale razširitve samovzorčenja

Permutacijski testi:

• Osnove permutacijskih testov
• Predpostavke premutacijskih testov
• Uporaba premutacijskih testov za preverjanje hipotez

Metode za preverjanje (napovednih) modelov:

• "Jackknife"
• Navzkrižno preverjanje (Cross-valiadation)      

Manjkajoče vrednosti:

• Vrste in mehanizmi manjkajočih vrednosti
• Metode za obravnavo manjkajočih vrednosti s poudarkom, predvsem:
  • Multiple imputacije
  • EM algoritem

Cilji in kompetence:
Cilj predmeta je usposobiti študente za spoznavanje in uporabo računsko zahtevnih metod s področja statistike, torej metod, ki se uporabljajo, kadar do rešitve problema ni mogoče priti analitično. Po zaključku predmeta bodo študenti sposobni uporabit te metode za reševanje konkretnih statističnih problemov.

Predvideni študijski rezultati:
Študenti poznajo izbrane računsko zahtevne statistične metode in razumejo osnovne principe, na podlagi katerih delujejo. Znajo jih uporabljati na obravnavanih problemih in jih uporabiti in prilagoditi na sorodnih problemih.