Bayes-päättely perustuu ajatukseen, että sekä havaintojen tilastollista vaihtelua että tilastollisen mallin tuntemattomia muuttujia (esim. malliparametreja) koskevaa epävarmuutta voidaan kuvata todennäköisyyksien avulla. Tuntemattomia suureita koskeva päättely perustuu niiden ns. posteriorijakaumaan, joka on ehdollistettu havaittujen muuttujien arvoihin. Bayes-menetelmät sallivat jakaumamuotoisen ennakkotiedon tilastollisessa analyysissä. Ne soveltuvat erityisen hyvin hierarkkisten mallien käsittelyyn, tilanteisiin, joissa on paljon puuttuvia havaintoja, ja ennustamisongelmiin. Kurssilla tutustutaan Bayes-päättelyn käsitteisiin ja perusmalleihin. Kurssi seuraa kirjaa Gelman et al. Bayesian Data Analysis (alkuosa).
Kurssin (7.1.-24.2.2016) luennot ovat keskiviikkoisin klo 12-14 (Quantum M2) ja torstaisin klo 14-16 (Quantum M2). Lisäksi harjoitukset tiistaisin klo 14-16 (Quantumin IT-luokka).
Kurssi alkaa torstaina 7.1.2016. Kurssin opintopistemäärä on 6.
- Teacher: Kari Auranen