course-details-portlet

MA8702 - Videregående beregningskrevende statistiske metoder

Om emnet

Vurderingsordning

Vurderingsordning: Mappevurdering
Karakter: Bestått/Ikke bestått

Vurderingsform Vekting Varighet Hjelpemidler Delkarakter
Arbeider 30/100
Muntlig eksamen 70/100

Faglig innhold

Emnet foreleses normalt hvert annet år, neste gang våren 2022, forutsatt at nok studenter melder seg. Dersom det melder seg få studenter, vil kurset kun gis som ledet selvstudium.
Emnet tar sikte på å gi en teoretisk og metodologisk innføring i beregningskrevende statistiske metoder. Emnet vil omhandle et utvalg av følgende tema: teori og metodikk for Markov chain Monte Carlo, skjulte markovkjeder, gaussiske felt, mixtures, ikke-parametriske metoder og regresjon, splines, bootstrapping, klassifikasjon og grafiske modeller, latente gaussiske modeller samt approksimativ bayesiansk inferens i disse. Relativ vektlegging av de forskjellige emnene vil variere etter behov.

Læringsutbytte

1. Kunnskap.
Emnet gir en teoretisk og metodologisk innføring i beregningskrevende statistiske metoder, men det forutsettes gode ferdigheter innen beregning. Emnet vil omhandle et utvalg av følgende tema: teori og metodikk for Markov chain Monte Carlo, skjulte markovkjeder, gaussiske markovfelt, mixtures, ikke-parametriske metoder og regresjon, splines, bootstrapping, klassifikasjon og grafiske modeller, latente gaussiske modeller samt approksimativ bayesiansk inferens i disse.

2. Ferdigheter.
Studentene vil bli i stand til å bruke grunnleggende beregningskrevende teknikker i moderne teoretisk statistikk. Spesielt Markov chain Monte Carlo, skjulte markovkjeder, gaussiske markovfelt, mixtures, ikke-parametriske metoder og regresjon, splines, bootstrapping, klassifikasjon og grafiske modeller, latente gaussiske modeller samt approksimativ bayesiansk inferens i disse.

3. Kompetanse.
Studentene vil være i stand til å delta i vitenskapelige diskusjoner og utføre forskning i statstikk på høyt internasjonalt nivå. De vil være i stand til å delta i anvendte prosjekter innen statistiske metoder og til å anvende sine kunnskaper på problemer i teoretisk statistikk.

Læringsformer og aktiviteter

Forelesninger, evt. ledet selvstudium.

Obligatoriske aktiviteter

  • Øvinger

Spesielle vilkår

Vurderingsmelding krever godkjent undervisningsmelding samme semester. Obligatorisk aktivitet fra tidligere semester kan godkjennes av instituttet.

Kursmateriell

Oppgis ved kursstart.

Flere sider om emnet

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Doktorgrads nivå

Undervisning

Termin nr.: 1
Undervises:  VÅR 2021

Forelesningstimer: 4
Fordypningstimer: 8

Undervisningsspråk: Engelsk

Sted: Trondheim

Fagområde(r)
  • Statistikk
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
Institutt for matematiske fag

Telefon:

Timeplan

Listevisning
Kalendervisning

Eksamensinfo

Vurderingsordning: Mappevurdering

Termin Statuskode Vurderings-form Vekting Hjelpemidler Dato Tid Digital eksamen Rom *
Vår ORD Arbeider 30/100
Rom Bygning Antall kandidater
Vår ORD Muntlig eksamen 70/100
Rom Bygning Antall kandidater
  • * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU