Računsko zahtevne metode
Vrsta predmeta
obvezni
Nosilec predmeta
red. prof. dr. Aleš Žiberna
Študijski program in stopnja
Uporabna statistika, druga stopnja
Študijska smer
Vsi moduli
Letnik
2.
Semester
1.
O predmetu
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
- Vpis v letnik študija.
Vsebina
Monte Carlo metode
- Osnovne značilnosti Monte Carlo metod
- Uporaba statističnih simulacij za:
- ocenjevanje standardnih napak
- testiranje hipotez
- preverjanje lastnosti statističnih metod
- Algoritem Metropolis Hastings in Gibsovo vzorčenje
Zankanje (Bootstrap)
- Osnove
- Uporaba za:
- ocenjevanje standardnih napak
- izračun intervalov zaupanja
- testiranje hipotez
- Ocenjevanje pristranskosti in popravki za pristranskost
- Razširitve
Permutacijski testi
- Osnovne lastnosti
- Predpostavke
- Uporaba preverjanje hipotez
Metode za preverjanje (napovednih) modelov
- "Jackknife"
- Navzkrižno preverjanje (Cross-valiadation)
Manjkajoče vrednosti
- Vrste in mehanizmi manjkajočih vrednosti
- Metode za obravnavo manjkajočih vrednosti s poudarkom, predvsem:
- Multiple imputacije
- EM algoritem
Cilji in kompetence
Cilj predmeta je usposobiti študente za spoznavanje in uporabo računsko zahtevnih metod s področja statistike, torej metod, ki se uporabljajo, kadar do rešitve problema ni mogoče priti analitično. Po zaključku predmeta bodo študenti sposobni uporabit te metode za reševanje konkretnih statističnih problemov.
Predvideni študijski rezultati
Študenti poznajo izbrane računsko zahtevne statistične metode in razumejo osnovne principe, na podlagi katerih delujejo. Znajo jih uporabljati na obravnavanih problemih in jih uporabiti in prilagoditi na sorodnih problemih.