Στατιστική και Μοντελοποίηση κατά Bayes (MAE731A)

Από Wiki Τμήματος Μαθηματικών
Αναθεώρηση ως προς 10:08, 15 Ιουνίου 2023 από τον Mathwikiadmin (συζήτηση | συνεισφορές)
(διαφορά) ← Παλαιότερη αναθεώρηση | Τελευταία αναθεώρηση (διαφορά) | Νεότερη αναθεώρηση → (διαφορά)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος MAE731A
Εξάμηνο 7
Τίτλος Μαθήματος Στατιστική και Μοντελοποίηση κατά Bayes
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
Τύπος Μαθήματος Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Ο στόχος του μαθήματος είναι να εισάγει τους φοιτητές στην κατά Bayes θεώρηση της στατιστικής και να συγκρίνει την κατά Bayes με την κλασική (Frequntist) προσέγγιση. Αρχικά το μάθημα δίνει τις βασικές έννοιες θεωρίας αποφάσεων και αποσκοπεί στην ανάπτυξη της ικανότητας αξιολόγησης εκτιμητριών ως προς τις ιδιότητες αμεροληψίας, ελάχιστου μέσου τετραγωνικού ή απόλυτου σφάλματος, επάρκειας, πληρότητας, συνέπειας κ.ο.κ. Στη συνέχεια, παρέχει μια εισαγωγή στη Μπεϋζιανή προσέγγιση της στατιστικής, με αφετηρία την κατανόηση των βασικών αρχών της και κατάληξη τη διεξαγωγή στατιστικής συμπερασματολογίας κατά Bayes (εκτίμηση σε σημείο και με διάστημα - έλεγχος υποθέσεων, παλινδρόμηση κατά Bayes, επιλογή μεταβλητών, Ιεραρχικά Μπεϋζιανά μοντέλα). Ειδικότερα, στόχος είναι η κατανόηση της έννοιας και των βασικών αρχών εκτίμησης αγνώστων παραμέτρων πληθυσμών, με σημείο και με διάστημα, με την κλασική και κατά Bayes προσέγγιση.

Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Αντικειμενική και υποκειμενική πιθανότητα, χαρακτηριστικά της κατά Bayes προσέγγισης, αρχή της πιθανοφάνειας. A-priori κατανομή και τρόποι επιλογής της (συζυγείς - μη πληροφοριακές - ακατάλληλες - Jeffreys). Στατιστική συμπερασματολογία: θεωρία αποφάσεων - κίνδυνος κατά Bayes - κανόνας του Bayes και MINIMAX. Σημειακή εκτίμηση, εκτίμηση σε διάστημα, έλεγχοι υποθέσεων. Εφαρμογές της Μπεϋζιανής θεωρίας στη μοντελοποίηση: παλινδρόμηση κατά Bayes, Εφαρμογές Bayes στην επιλογή μεταβλητών, Ιεραρχικά Μπεϋζιανά μοντέλα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη (πρόσωπο με πρόσωπο)
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Eclass (για απόθεση διδακτικού υλικού).
  • Χρήση προβολικού (προτζέκτορας) και διαφανειών.
  • Επικοινωνία με τους/τις φοιτητές/τριες μέσω email αλλά και πλατφορμών όπως το GoogleMeet και το MsTeams.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις (13Χ3) 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - εργασίες 33
Σύνολο Μαθήματος 150
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος ή το τοπικό αποθετήριο του Τμήματος Μαθηματικών για τα παρεχόμενα συγγράμματα ανά ακαδημαϊκό έτος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:

  • Berger, J.O. (1985) Statistical decision theory and Bayesian analysis. Springer.
  • Bernardo J. M. & Smith A. F. M., (1994). Bayesian Theory, Wiley, London.
  • Congdon, P. (2007), Bayesian Statistical Modelling, Willey.
  • Κ. Φερεντίνος (2005). Εκθετική οικογένεια κατανομών Θεωρία Bayes, Πανεπιστημιακές Παραδόσεις.