Statistik, Bayesiansk statistik, avancerad nivå, 7,5 högskolepoäng

Statistics, Bayesian Statistics, Second Cycle, 7,5 Credits

Mål

Mål för utbildning på avancerad nivå

Utbildning på avancerad nivå ska innebära fördjupning av kunskaper, färdigheter och förmågor i förhållande till utbildning på grundnivå och ska, utöver vad som gäller för utbildning på grundnivå,

• ytterligare utveckla studenternas förmåga att självständigt integrera och använda kunskaper,
• utveckla studenternas förmåga att hantera komplexa företeelser, frågeställningar och situationer, och
• utveckla studenternas förutsättningar för yrkesverksamhet som ställer stora krav på självständighet eller för forsknings- och utvecklingsarbete.

(1 kap. 9 § högskolelagen)

Kursens mål

Kunskap och förståelse

Den studerande ska efter avslutad kurs ha

• förståelse för grundläggande begrepp inom den Bayesianska statistiken
• kunskap om principer bakom konstruktionen av en Bayesiansk statistisk modell
• kunskap om moderna simuleringsbaserade beräkningsmetoder för Bayesiansk statistisk analys.

Färdighet och förmåga

Efter avslutad kurs ska den studerande kunna

• självständigt formulera en lämplig statistisk modell inklusive val av priorfördelning
• förmedla relevanta aspekter av modelleringsproblem och resultaten av den statistiska analysen.

Värderingsförmåga och förhållningssätt

Efter avslutad kurs har den studerande förmågan att

• kritiskt granska, utvärdera och jämföra Bayesianska statistiska modeller.

Kursens huvudsakliga innehåll

• Bayesiansk inferensteori
• Simuleringsmetoder
• Regression
• Modeller med latenta variabler
• Modellkontroll
• Modellval.

Studieformer

Undervisning på engelska. Lektioner och datorövningar.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Examinationsformer

Skriftlig tentamen, 5 högskolepoäng (Provkod: A001)
Individuell skriftlig tentamen

Projekt, 2,5 högskolepoäng (Provkod: A002)
Individuell skriftlig rapport och muntlig presentation

För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Betyg

Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt universitetets föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (beslut ORU 2018/00929) ska något av uttrycken underkänd, godkänd eller väl godkänd användas som betyg. För utbildning som ingår i en internationell magister- eller masterutbildning eller i universitetets kursutbud för utbytesstudenter ska betygsskalan A-F användas. Rektor, eller den rektorn bestämmer, får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Skriftlig tentamen
Som betyg används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Projekt
Som betyg används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Kommentar till betyg

För att få ett godkänt betyg på hela kursen krävs att alla kursens moment godkänts. Betyget på hela kursen är en funktion av betygen på kursens moment. Detaljerad information om kraven för olika betygsnivåer ges vid kursstart.

Särskild behörighet och andra villkor

90 högskolepoäng i statistik på grundnivå där ett självständigt arbete om 15 högskolepoäng ingår.

Alternativt 30 högskolepoäng i statistik och 60 högskolepoäng i matematik.

Dessutom krävs Statistik, Statistisk teori, avancerad nivå, 7,5 högskolepoäng och Statistik, Computational Statistics, avancerad nivå, 7,5 högskolepoäng och Engelska 6/Engelska B.

För ytterligare information se universitetets antagningsordning.

Tillgodoräknande av tidigare utbildning

Student som tidigare genomgått utbildning eller fullgjort annan verksamhet ska enligt högskoleförordningen tillgodoräknas detta som en del av den aktuella utbildningen under förutsättning att den tidigare utbildningen eller verksamheten uppfyller vissa krav.

För ytterligare information se universitetets lokala regler för tillgodoräknanden.

Kurslitteratur och övriga läromedel

Obligatorisk litteratur

Gelman, Andrew et al. Third Edition
Bayesian Data Analysis
Chapman and Hall/CRC

Referenslitteratur
Albert, Jim 2009/2. ed.
Bayesian Computation with R
New York : Springer, 298 sidor