|
課程名稱 |
貝氏統計方法
Bayesian Statistical Methods |
|
開課學期 |
112-1 |
|
授課對象 |
理學院 統計與數據科學研究所 |
|
授課教師 |
楊鈞澔 |
|
課號 |
STAT5010 |
|
課程識別碼 |
250 U0100 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期二3,4,5(10:20~13:10) |
|
上課地點 |
新201 |
|
備註 |
限學士班三年級以上
總人數上限：30人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
This course covers the principles for statistical analysis using the Bayesian framework and some important Bayesian models. |
|
課程目標 |
The objective of STAT 5010 is to provide an introduction to modern
statistical analysis in Bayesian paradigm, from both the theoretical and practical points of
view. |
|
課程要求 |
|
|
預期每週課後學習時數 |
|
|
Office Hours |
每週二 15:00~17:00 |
|
指定閱讀 |
|
|
參考書目 |
Slides and notes will be provided by the instructor. The lectures are
mainly derived from the following books:
1. Hoff, P. D. (2009). A First Course in Bayesian Statistical Methods. (Hoff)
2. Robert, C. P. (2007). The Bayesian Choice, 2nd Edition. (BC)
3. Gelman, A. et al. (2020). Bayesian Data Analysis, 3rd Edition. (BDA)
4. Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods, 2nd Edition. |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
Homework |
30% |
|
2. |
Oral presentation |
40% |
|
3. |
Written report |
30% |
|
|
|
針對學生困難提供學生調整方式 |
|
上課形式 |
提供學生彈性出席課程方式 |
|
作業繳交方式 |
學生與授課老師協議改以其他形式呈現 |
|
考試形式 |
延後期末考試日期(時間) |
|
其他 |
由師生雙方議定 |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
9/5 |
Introduction & History of Bayes Theorem |
|
第2週 |
9/12 |
Backbones of Bayesian Analysis; One-parameter Models; Conjugate Priors |
|
第3週 |
9/19 |
Prior Information and Prior Distribution |
|
第4週 |
9/26 |
Decision Theory and Bayesian Estimation |
|
第5週 |
10/3 |
Connections to non-Bayesian Analysis; Hierarchical Models |
|
第6週 |
10/10 |
No class (National Holiday) |
|
第7週 |
10/17 |
Testing and Model Comparison |
|
第8週 |
10/24 |
Project Proposal |
|
第9週 |
10/31 |
Metropolis-Hastings algorithms; Gibbs sampler |
|
第10週 |
11/7 |
Hamiltonian Monte Carlo; Variational Inference |
|
第11週 |
11/14 |
Bayesian regression |
|
第12週 |
11/21 |
Generalized Linear Models; Latent Variable Model; Models for Missing Data |
|
第13週 |
11/28 |
Empirical Bayes |
|
第14週 |
12/5 |
Bayesian Nonparametrics |
|
第15-16週 |
12/12-19 |
Final Project Presentation |
|