TILA142 Tilastollinen p盲盲ttely 2 (5 op)
Osaamistavoitteet
Kurssin k盲yty盲盲n opiskelija pystyy soveltamaan uskottavuusp盲盲ttely盲 kompleksisille aineistoille k盲ytt盲en suurten otosten teoriaa. Edelleen opiskelija tuntee t盲rkeit盲 testien konstruktioperiaatteita ja ymm盲rt盲盲, milloin tilastolliset testit ovat hy枚dyllisi盲 p盲盲ttelyn ty枚kaluja. Vaihtoehtoisista p盲盲ttelyn menetelmist盲 opiskelija hankkii datal盲ht枚isten empiiristen menetelmien (bootstrap ja jackknife) k盲ytt枚valmiuden ja ymm盲rryksen niiden hy枚dyllisesta sovetamisesta. H盲nelle tulee my枚s valmius empiirisen Bayes-menetelm盲n ideasta ja soveltamisesta. Kurssin k盲ynyt oppii my枚s, miten tilastollinen p盲盲ttely liittyy p盲盲t枚ksentekoteoriaan.
Suoritustavat
Harjoitukset, harjoitusty枚 ja kurssitentti tai kurssin lopputentti.
Suoritustavat ovat tarkemmin opetusohjelmasssa.
厂颈蝉盲濒迟枚
1. Uskottavuustarkasteluja (konstruktio, suurten otosten teoriaa, profiiliuskottavuus); 2. Hypoteesintestaus (merkitsevyystesti, uskottavuusosam盲盲r盲n testi, permutaatiotesti, asymptoottisesti ekvivalentteja testej盲, testin voimakkuus); 3. Empiirisi盲 menetelmi盲 (bootstrap, Jackknife); 4. Empiirinen Bayes -tilastotiede; 5. Ydinregressio; 6. P盲盲t枚ksentekoteoriasta.
Oppimateriaalit
Penttinen, A. (2014): Tilastollinen p盲盲ttely 2. Luentomoniste/handout, Jyv盲skyl盲n yliopisto.
Penttinen, A. (2014): Tilastollinen p盲盲ttely 1. Luentomoniste/handout, Jyv盲skyl盲n yliopisto.
Kirjallisuus
| ISBN-numero | Tekij盲, julkaisuvuosi, teoksen nimi, julkaisija |
|---|---|
| 0-412-16160-5 | Cox, D.R., Hinkley, D.V. (1974). Theoretical Statistics. Chapman & Hall. |
| 978-0-521-73449-3 | Davison, D. (2003). Statistical models. Cambridge University Press. (e-kirja kirjastossa) |
| 978-0-387-84857-0 | Hastie, T. Tibshirani, R., Friedman, J. H. (2009). The elements of statistical learning : data mining, inference, and prediction, Springer cop. 2009. 2nd ed. (http://statweb.stanford.edu/~tibs/ElemStatLearn/) |
| 0-397-96183-6 | Kalbflesch, J.G. (1985): Probability an statistical inference. Volume 2: Statistical inference, 2nd ed., Springer. |
| 978053423128 | Casella, G., Berger, R.L. (202): Statistical inference, 2nd ed., Duxbury, International student edition. |
| 0-412-04231-2 | Efron, B., Tibshirani, R.J. (1993): An introduction to the bootstrap. Chapman & Hall/CRC. |
Arviointiperusteet
Arviointiin vaikuttavat menestys kurssitentiss盲 ja mahdollisesti aktiivisuus harjoitusteht盲vien tms. tekemisess盲 sek盲 harjoitusty枚st盲 suoriutuminen.
Kurssin lopputentiss盲 hyv盲ksyttyyn suoritukseen vaaditaan yleens盲 v盲hint盲盲n puolet tentin maksimipisteist盲.
Opetusohjelmassa on tarkemmat arviointiperusteet.
Esitietovaatimukset
Data ja mittaaminen sek盲 Datasta malliksi tai vastaavat opinnot, perustiedot usean muuttujan derivoinnista ja integroinnista (matematiikan perusopinnot), Todenn盲k枚isyyslaskenta 1 ja 2 sek盲 Stokastiikan perusteet tai vastaavat tiedot, R-kurssi sek盲 Tilastollinen p盲盲ttely 1 -kurssi.