Vsebina

• Bayesovi modeli z enim in več parametri. Povezava s standardnimi statističnimi metodami. Hierarhični modeli. Preverjanje modelov in analiza občutljivosti. Bayesovo načrtovanje poskusov.
• Bayesov pristop k združevanju rezultatov  več raziskav, potenčne apriorne porazdelitve, analiza odvisnosti združene analize od preteklih raziskav.
• Uvod v regresijsko analizo. Analiza variance in kovariance, informativne hipoteze in njihovo ovrednotenje. Bayesov faktor, kompleksnost in prileganje. Aposteriorne verjetnosti hipotez - modelov, vpliv apriorne porazdelitve, učni vzorec.
• Povzemanje aposteriorne porazdelitve, ocene parametrov, centralni kredibilnostni interval, pomen konjugiranih porazdelitev. Gibbsov vzorčevalnik , konvergenca ocen, Metropolis Hastingov algoritem. Aposteriorne simulacije. Drugi specifični modeli Bayesove analize.

Cilji in kompetence

Študent spozna temeljne Bayesove metode za obdelavo podatkov.

Spozna se tudi z uporabo teh metod v praksi. Zato je predvideno, da bodo pri predmetu sodelovali tudi strokovnjaki iz prakse.

Predvideni študijski rezultati

Razumevanje osnovnih konceptov Bayesove statistike.