© Fotolia / Nikolay N. Antonov

Einführung in die Bayes'sche Statistik

Die Bayes'sche Statistik bietet einen vereinheitlichenden Zugang zu Problemen der Datenanalyse. Ziel der Vorlesung ist es, anhand von Beispielen aus verschiedenen Wissenschaftsgebieten und Problemstellungen aus dem Alltag eine erste Einführung in das Themengebiet zu geben. Aufbauend auf den theoretischen Grundlagen werden Fragestellungen wie Parameterschätzung und Hypothesentests sowie ihre numerische Implementation behandelt.

Die Vorlesung wird als Livestream im Learnweb zur Verfügung gestellt!  Darüber hinaus werden die aufgezeichneten Vorlesungen im Learnweb verfügbar sein!

Lernwebseite der Vorlesung

 

  • Termine & Orte

    Do. 10.15-11.45  in Raum KP/TP 304

    Start: 06.04.2023

  • Inhalt und Literatur

    Inhalt

    • Grundlagen
    • Parameterschätzung
    • Hypothesentests und Modellselektion
    • Design von Experimenten
    • Markov Chain Monte Carlo
    • Kausale Inferenz
    • Bayes and machine learning
    • Anwendungen

    Literatur

    • D. S. Sivia Data: Analysis - A Bayesian Tutorial

    • v. d. Linden, Dose, Toussaint:  Bayesian Probability Theory
    • C. A.L. Bailer - Jones: Practical Bayesian Inference