|
課程名稱 |
應用貝氏統計分析
Applied Bayesian Statistical Methods |
|
開課學期 |
110-1 |
|
授課對象 |
共同教育中心 統計碩士學位學程 |
|
授課教師 |
蕭朱杏 |
|
課號 |
EPM7010 |
|
課程識別碼 |
849 M0940 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期三6,7,8(13:20~16:20) |
|
上課地點 |
公衛212 |
|
備註 |
生醫資訊與生物統計學領域選修課程之一。與王彥雯合授
限碩士班以上
總人數上限：30人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1101EPM7010_ |
|
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 |
貝氏統計分析在近幾年因為其他科學領域（如人工智慧、機器學習理論、資料採礦、資訊科學、致病基因相關性分析、醫藥衛生）的應用，其地位更形重要。本課程將介紹貝氏統計的歷史、想法、基本理論、及統計推論工具，並涵蓋機率定義、概似函數、先驗分布、以及後驗分布的推導與計算。對於某些推論方法，也會將貝氏統計分析的工具與傳統頻率學派的方法互相比較。課程中並將介紹使用貝氏分析的統計軟體，如OPENBUGS。另外也將讓同學們更熟悉R這個統計軟體，以及在R中呼叫OPENBUGS。本課程鼓勵修課同學在期末報告中提出一個與自己研究領域相關的研究主題，進行貝氏統計分析，但必須使用能公開的資料且報告成果可以公開。(上課以使用白板為主，如有PDF檔案形式的講義，仍可能有需要自行記錄筆記，請同學自行負責。) |
|
課程目標 |
1. 讓同學認識統計的精神，進而了解貝氏統計的基本架構、精神，及使用貝氏統計方法進行分析。
2. 本課程不會以”學會使用軟體進行貝氏統計分析”作為教學目標，所以有這個需求的同學請尋找其他學習方式。 |
|
課程要求 |
1. 至少修過兩門統計課程。
2. 對於統計已經有基礎知識的學生，也歡迎對貝氏統計有興趣之其他非統計領域的同學。修課同學必須對機率分配及統計推論基本工具有認識。
3. 對於概似函數、最大概似函數估計法及最大概似函數估計值已有基本認識。
4. 對R有基本認識，或是能使用某個軟體進行基本統計分析及撰寫基本程式。 |
|
預期每週課後學習時數 |
|
|
Office Hours |
另約時間 |
|
指定閱讀 |
待補 |
|
參考書目 |
(more e-books are in NTU library)
1.Hoff, Peter D. (2009), A first course in Bayesian statistical methods, New York, NY : Springer-Verlag New York.
2.Albert, J. (2009), Bayesian computation with R, 2nd edition, New York, NY: Springer-Verlag New York.
3.Gelman, A. et al. (2004), Bayesian data analysis, second edition, London : Chapman & Hall.
4.Woodworth, G. G. (2004) Biostatistics: a Bayesian introduction, Hoboken, N.J. : Wiley-Interscience.
5.Press, S.J. (2003) Subjective and objective Bayesian statistics : principles, models, and applications, Hoboken, NJ : Wiley-Interscience.
6.Gordon, P. (2003) Applied Bayesian modelling, Hoboken, NJ: Wiley. (e-book) |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
作業 |
60% |
開學時在syllabus公布為作業及討論 50%，目前修改為60%。 |
2. |
文獻閱讀 |
0% |
開學時在syllabus公布為20%，目前修改為0%。 |
3. |
期末報告(口頭及紙本各半) |
40% |
開學時在syllabus公布為30%，目前修改為40%。 |
4. |
期中考 |
0% |
開學時在syllabus公布為0%，目前修改為0%。 |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
09/22 |
課程簡介及貝氏統計基本概念
Introduction of the course and basics of Bayesian statistics
(蕭朱杏老師)
*****備註：上課網址會在課程開始前30分鐘張貼於此
**Teams 網址：https://teams.microsoft.com/l/meetup-join/19:2ca68b39d4ed40fbbef855b9ded62428@thread.tacv2/1632284030643?context=%7B%22Tid%22:%2295ce6199-ca36-4820-87c3-d540c860270c%22,%22Oid%22:%22e0752dca-b440-47cd-8cf9-bac6181e4756%22%7D |
|
第2週 |
09/29 |
1. 討論上週的指定閱讀
Discussion of reading assignment
2. 單一參數模式的分析
Single-parameter models
(蕭朱杏老師)
*****備註：上課網址會在課程開始前30分鐘張貼於此
*****Teams 網址：
https://teams.microsoft.com/l/meetup-join/19:2ca68b39d4ed40fbbef855b9ded62428@thread.tacv2/1632887871208?context=%7B%22Tid%22:%2295ce6199-ca36-4820-87c3-d540c860270c%22,%22Oid%22:%22e0752dca-b440-47cd-8cf9-bac6181e4756%22%7D |
|
第3週 |
10/06 |
1. 單一參數模式的分析與多參數模式的分析
Single-parameter models and multiparameter models
(蕭朱杏老師)
*****備註：上課網址會在課程開始前30分鐘張貼於此
** Teams 網址：https://teams.microsoft.com/l/meetup-join/19:2ca68b39d4ed40fbbef855b9ded62428@thread.tacv2/1633492976884?context=%7B%22Tid%22:%2295ce6199-ca36-4820-87c3-d540c860270c%22,%22Oid%22:%22e0752dca-b440-47cd-8cf9-bac6181e4756%22%7D |
|
第4週 |
10/13 |
1. 先驗分配
Prior distribution
2. 小組討論及小測驗
(蕭朱杏老師) |
|
第5週 |
10/20 |
1. 練習，為何需要計算 Practice, the need for computation
2. 貝氏統計計算 1/5
Bayesian Computation 1/5: Monte Carlo integration, Importance Sampling and Gibbs Sampling
(蕭朱杏老師) |
|
第6週 |
10/27 |
1. 貝氏統計計算 2/5
Bayesian Computation 2/5: Markov chain Monte Carlo (MCMC) methods
2. 練習 Practice
(蕭朱杏老師) |
|
第7週 |
11/03 |
1. 貝氏統計計算 3/5
Bayesian Computation 3/5: Rejection-Acceptance Algorithm, Metropolis-Hasting algorithm, Data augmentation, EM algorithm
2. 練習 Practice
(蕭朱杏老師) |
|
第8週 |
11/10 |
期中考 Midterm
如何使用OpenBUGS
Introduction to OpenBUGS
(王彥雯老師) |
|
第9週 |
11/17 |
如何使用OpenBUGS
Introduction to OpenBUGS
(王彥雯老師) |
|
第10週 |
11/24 |
1. 貝氏統計計算 3/5
Bayesian Computation 3/5: Rejection-Acceptance Algorithm, Metropolis-Hasting algorithm, Data augmentation, EM algorithm
2. 練習 Practice
3. 練習期中考Q1
(蕭朱杏老師) |
|
第11週 |
12/01 |
1. 貝氏統計計算與迴歸分析4/5 EM algorithm & Bayesian Regression Analysis
2. 貝氏統計計算5/5(練習): linear model Bayesian computation (practice)
(蕭朱杏老師) |
|
第12週 |
12/08 |
1.迴歸係數之先驗分布的選取(prior for regressiosn coefficients)
2.迴歸模式之模式選擇(model selection)
3.報告期末計畫大綱 Aims and Goals of Projects
(蕭朱杏老師) |
|
第13週 |
12/15 |
1.貝氏迴歸分析 Bayesian Regression
2.貝氏統計檢定與貝氏因子 Bayesian Tests with Bayes Factors
3.練習 Practice: regression, model selection, prediction
(蕭朱杏老師) |
|
第14週 |
12/22 |
1.貝氏統計檢定與貝氏因子 Bayesian Tests with Bayes Factors
2.文獻中案例閱讀 (case studies)
(蕭朱杏老師) |
|
第15週 |
12/29 |
1.計畫報告 Project presentation
(蕭朱杏老師) |
|
第16週 |
01/05 |
期末考週(蕭朱杏老師) |
|
第17週 |
01/12 |
彈性補充教學：文獻閱讀
(蕭朱杏老師) |
|
第18週 |
01/19 |
彈性補充教學：文獻閱讀
(蕭朱杏老師) |
|