Statystyka w ujęciu Bayesowskim Field of study: Econophysics
Programme code: 03-S2EFZ12.2019

Module name: Statystyka w ujęciu Bayesowskim
Module code: 0305-2EF-17-27
Programme code: 03-S2EFZ12.2019
Semester:
  • winter semester 2020/2021
  • winter semester 2019/2020
Language of instruction: Polish
Form of verification: exam
ECTS credits: 6
Description:
Na wykładzie student zapoznaje się z następującymi zagadnieniami: • Statystyka jako teoria wnioskowania w warunkach niepewności; twierdzenie Bayesa i jego interpretacja jako przejście od prawdopodobieństw apriorycznych do wynikowych (a posteriori); • Testy diagnostyczne (w szczególności klasyczne testy statystyczne) w terminach bayerowskich; • Bayesowska teoria estymacji parametrów modelu, marginalizacja; • Ogólne zasady wyboru prawdopodobieństw apriorycznych, rozkłady płaskie, sprzężone rozkłady aprioryczne (np. Gaussa, beta), rozkłady aprioryczne dla parametrów położenia i skalowania; rozkład Jeffreys’a; • Wiarygodność Bayesowska; • Metodyka poszukiwania rozkładów a posteriori; symulacje MCMC • Bayesowska teoria selekcji modeli Na zajęciach konwersatoryjnych student:  stosuje w praktyce poznane pojęcia i metody rachunkowe;  ćwiczy i utrwala zrozumienie rachunku prawdopodobieństwa w ujęciu bayesowskim;  opanowuje pojęcie rozkładu a priori, a posteriori i wiarygodności bayesowskiej;  uczy się symulować rozkłady a posteriori metodami numerycznymi;  uczestniczy w wyprowadzaniu i dyskutowaniu niektórych wzorów i przykładów omawianych na wykładach;  uczy się przedstawiać poznane zagadnienia ze statystyki bayesowskiej w zrozumiały sposób; W ramach pracy własnej student: • w oparciu o notatki z wykładów oraz literaturę uzupełniającą dąży do utrwalenia pozyskanej wiedzy; • doskonali umiejętności matematyczne niezbędne do rozwiązywania zadań i problemów; • podejmuje próby rozwiązania zadań zaproponowanych przez prowadzącego konwersatorium;
Prerequisites:
Zaliczenie modułu: 0305-1EF-12-16
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
posiada rozszerzoną wiedzę o zastosowaniach metod fizyki i statystyki w ekonomii [2EF_27_1]
 KEF_W01 [3/5]
zna metody i sposoby modelowania statystycznego do obliczeń ekonomicznych [2EF_27_2]
 KEF_W02 [4/5]
zna metody numeryczne oraz zaawansowane techniki obliczeniowe i potrafi je stosować w statystyce bayesowskiej [2EF_27_3]
 KEF_W07 [5/5]
potrafi zastosować podstawowe rozkłady prawdopodobieństwa do zagadnień praktycznych [2EF_27_4]
 KEF_U08 [4/5]
potrafi wykorzystać narzędzia statystyki do estymowania i testowania hipotez oraz do bayerowskiej analizy danych [2EF_27_5]
 KEF_U10 [4/5]
potrafi określić i rozwijać swoją wiedzę [2EF_27_6]
 KEF_U12 [5/5]
zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia [2EF_27_7]
 KEF_K01 [3/5]
potrafi precyzyjnie formułować pytania służące pogłębianiu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania [2EF_27_8]
 KEF_K02 [2/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
kolokwium [2EF_27_w_1]
dwa razy w semestrze; termin kolokwium podany do wiadomości studentów dwa tygodnie wcześniej; zadania podobnego typu do zadań rozwiązywanych na konwersatorium; skala ocen 2-5;
 2EF_27_1 2EF_27_4 2EF_27_7 2EF_27_8
aktywność na zajęciach [2EF_27_w_2]
rozwiązywanie zadania - odpowiedź ustna lub obliczenia numeryczne; udział w dyskusji; skala ocen 2-5; ocena końcowa równa średniej ocen cząstkowych
 2EF_27_1 2EF_27_2 2EF_27_3 2EF_27_4 2EF_27_5 2EF_27_6 2EF_27_7 2EF_27_8
egzamin pisemny lub ustny [2EF_27_w_3]
warunkiem przystąpienia do egzaminu jest zaliczenie konwersatorium; zakres materiału – wszystkie zagadnienia omawiane na wykładach; skala ocen 2-5;
 2EF_27_1 2EF_27_2 2EF_27_3 2EF_27_4 2EF_27_5
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [2EF_27_fs_1]
wykład wybranych zagadnień podstawowych z wykorzystaniem pomocy audiowizualnych i komputera
 30
praca z podręcznikiem; lektura uzupełniająca;
 60 egzamin pisemny lub ustny [2EF_27_w_3]
discussion classes [2EF_27_fs_2]
rozwiązywanie zadań: analiza, wybór metody, przeprowadzenie obliczeń i dyskusja wyników; wyprowadzenie niektórych wzorów i omówienie wybranych przykładów zasygnalizowanych na wykładach, dyskusja; możliwość wykorzystania komputerów
30
przyswojenie wiedzy z wykładów; praca z literaturą;
 60 kolokwium [2EF_27_w_1] aktywność na zajęciach [2EF_27_w_2]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)