Faglig innhold

Klassiske metoder og markovkjedeteknikker for monte-carlo-simulering. Grafiske modeller og bayesiansk inerens i disse. Kjerne-estimatorer.
Bootstrapping, kryssvalidering og ikke-parametriske metoder. Klassifikasjon.

Læringsutbytte

Emnet skal gi en innføring i moderne datamaskinbaserte teknikker for statistisk inferens.Gjennom det obligatoriske øvingsopplegget blir studentene gjort i stand til å anvende teorien i enkle situasjoner.

Læringsformer og aktiviteter

Forelesninger og obligatoriske øvinger på datamaskin. Undervisningen i emnet vil kunne bli gitt på engelsk. Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår skriftlig avsluttende eksamen (70%) og øvinger (30%). Resultatene for delene angis i %-poeng, mens sensur for hele mappen (sluttkarakteren) angis med bokstavkarakter. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

TMA4240/TMA4245 Statistikk eller tilsvarende kunnskaper. Emnet krever en viss grad av modenhet i statistikk og for størst utbytte av emnet anbefales også TMA4265 Stokastiske prosesser og TMA4267 Lineære statistiske modeller.

Kursmateriell

Oppgis ved semesterstart.

Studiepoengreduksjon