|
課程名稱 |
應用貝氏統計分析
Applied Bayesian Statistical Analysis |
|
開課學期 |
103-1 |
|
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 |
EPM5047 |
|
課程識別碼 |
849 U0180 |
|
班次 |
|
|
學分 |
2 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期三5,6(12:20~14:10) |
|
上課地點 |
公衛214 |
|
備註 |
本課程為學程必選課程之一(C群組)，必選課程至少選修4學分。
總人數上限：30人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1031EPM5047_ |
|
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，(這學期來不及學習在SAS 9.2中新增的貝氏統計分析的功能)。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。 |
|
課程目標 |
1.programming skill
2.Probability: history, interpretation, and definition
3.Prior distribution, updating information, learning process, conjugate and reference prior
4.Hierarchical models: formulation and examples
5.Estimation via posterior distribution, Laplace’s method and numerical approximations; quantities used for estimation and prediction
6.Examples and applications
7.Sensitivity analysis
8.Bayesian testing hypotheses, Bayes factor, posterior odds, LRT, p-value
9.More about computation: use of Gibbs sampler and MCMC |
|
課程要求 |
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。 |
|
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) |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
9/17 |
課程簡介
Introduction of the course |
|
第2週 |
9/24 |
APRU 會議 |
|
第3週 |
10/01 |
利用R進行資料分析及貝氏統計基本概念 R for data analysis and basics of Bayesian statistics |
|
第4週 |
10/08 |
單一參數模式的分析與多參數模式的分析，
Single-parameter models and multiparameter models |
|
第5週 |
10/15 |
先驗分配
Prior distribution |
|
第6週 |
10/22 |
1.貝氏統計計算 Bayesian Computation: Monte Carlo integration
2. WinBUGS for 多參數模式的分析，Multiparameter model (Poisson Gamma) |
|
第7週 |
10/29 |
貝氏統計計算
Bayesian Computation: Importance Sampling and Gibbs Sampling |
|
第8週 |
11/05 |
貝氏統計計算及練習
Bayesian Computation: Markov chain Monte Carlo (MCMC) methods |
|
第9週 |
11/12 |
期中考 Midterm Exam |
|
第10週 |
11/19 |
(1) 貝氏統計計算
Bayesian Computation: Markov chain, Rejection-Acceptance Algorithm
(2) 期中考的第五六題重來 |
|
第11週 |
11/26 |
(1) 貝氏統計計算 Bayesian Computation: Metropolis-Hasting algorithm (2) 貝氏迴歸分析 Bayesian Regression |
|
第12週 |
12/03 |
(1) Data Augmentation, EM Algorithm,
(2) 報告期末計畫大綱 Aims and Goals of Projects
|
|
第13週 |
12/10 |
(1) 貝氏統計檢定與貝氏因子 Bayesian Tests with Bayes Factors (2) 診斷與模式選擇 diagnosis and DIC |
|
第14週 |
12/17 |
以貝氏統計分析探討美國死刑之公共議題 US death penalty public opinion |
|
第15週 |
12/24 |
貝氏分析與SAS (Bayesian analysis and SAS) 公衛大樓118室 |
|
第16週 |
12/31 |
報告 Report (依序為第八、二、三、一組) |
|
第17週 |
1/07 |
報告 Report (依序為第七、五、四、六組) |
|