אוניברסיטת ת"א, החוג לסטטיסטיקה וחקר ביצועים

הסקה בייזיאנית

סמסטר א' תשע"ג, יום ג' 17.00 - 20.00, שרייבר 309 209 6 שנקר 204

מרצה: ד"ר דניאל יקותיאלי

מטרת הקורס: הכרת עקרונות ושיטות ההסקה הבייזיאנית ויישומן ב R.

· סיכומים: 1 2 3 4 5 6 7 8

· תרגילים: 1 2 3

· פתרונות תרגילים: 1 2 3

· קבצי נתונים:

· קבצי script ב R: 1 2 3 4 5 6 7 8

· קישורים נוספים: אתר של Jim Albert , קובץ נתוני microarray

חובות הקורס: פתירת התרגילים ( 20% מהציון) ומבחן בסיום הקורס ( 80% מהציון).

חומר עזר:

1. "Bayesian Computation with R," by Jim Albert, Springer UseR! series

2. “Bayes and Empirical Bayes methods for data analysis”, Bradley B. Carlin and Thomas A. Louis, CRC Press.

3. "Bayesian Data Analysis," by Andrew Gelman, John B. Carlin, Hal S. Stern, and Donald B. Rubin, CRC Press.

4. "Statistical Decision Theory and Bayesian Analysis,” by James O. Berger, Springer.

תודות

החומרים, הדוגמאות וקוד ה R לוקטו ממקורות רבים, במיוחד מספרו של Jim Albert והסיכומים של זיו שקדי מאוניברסיטת הסלט בבלגיה.

דגשי הקורס:

- עקרונות ההסקה הביאסינית

ייחוס פילוג לפרמטרים, התניה בתצפיות, עקרון הנראות, משפט בייז, פילוג אפריורי ופוסטריורי, אמידה בייזיאנית, רווחי סמך בייזיאנים, גורמי בייז, תורת החלטות בייזיאנית.

- יישום ההיקש הבייזיאני

בניית הפילוג האפריורי: פילוגים לא אינפורמטיביים, פילוגי ג'פריס, פילוגים צמודים, שיטות בייזיאניות אמפיריות. בניית הפילוג הפוסטריורי: מידול פרמטרי מפורש, דגימה מהפילוג הפוסטריורי. מודל בייזיאניים: מודלים הירארכיים, מודלים חילופיים לגורמים מקריים, מודלי רגרסיה, ועוד...

- עבודה ב R

דגש מיוחד על פתרונות מספריים. הדוגמאות והעבודה בקורס תיערך ב R.