ĐST 474 Bayesci Đstatistik



Benzer belgeler
3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

İçindekiler. Ön Söz... xiii

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

OLASILIK ve KURAMSAL DAĞILIMLAR

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Olasılık ve Rastgele Değişkenler EEE

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

BÖLÜM 1: YAşAM ÇÖzÜMLEMEsİNE GİRİş... 1

Olasılık Teorisi ve İstatistik (MATH392) Ders Detayları

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

İstatistik ve Olasılık

1.58 arasındaki her bir değeri alabileceği için sürekli bir

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X)

Ders 6: Sürekli Olasılık Dağılımları


Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ ( )

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Kesikli Olasılık Dağılımları

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

Akdeniz Üniversitesi

İstatistik ve Olasılık

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

8. Uygulama. Bazı Sürekli Dağılımlar

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

2.1 Bir Sınıfı Örneklerinden Öğrenme Vapnik-Chervonenkis (VC) Boyutu Olası Yaklaşık Doğru Öğrenme... 21

IE 303T Sistem Benzetimi

İÇİNDEKİLER ÖN SÖZ...

altında ilerde ele alınacaktır.

Rassal Değişken Üretimi

KESİKLİ DÜZGÜN DAĞILIM

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

13. Olasılık Dağılımlar

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

T.C SİNOP ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI DERS İÇERİKLERİ

İSTATİSTİK DERS NOTLARI

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

BİR BAYESCİ HİPOTEZ TESTLERİ VE BAYES FAKTÖRÜ

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

GÜVEN ARALIĞI KESTİRİM

İstatistik ve Olasılık

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

AST416 Astronomide Sayısal Çözümleme - II. 2. Temel İstatistik Kavramlar ve Dağılımlar

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: STATISTICS. Dersin Kodu: STA 1302

Öğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Dr. Mehmet AKSARAYLI

Simülasyonda İstatiksel Modeller

SÜREKLİ RASSAL DEĞİŞKENLER

OLASILIK ve İSTATİSTİĞE GİRİŞ. Yrd. Doç. Dr. Hüsey n Dem r

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

χ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ

İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMINDA OKUTULAN ZORUNLU VE SEÇMELİ DERSLER VE İÇERİKLERİ

PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

Olasılık Kuramı ve Bazı Olasılık Dağılımları

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM

2. BASİT DOĞRUSAL REGRESYON 12

İSTATİSTİK I KAVRAMLARININ

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

Ders 4: Rastgele Değişkenler ve Dağılımları

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları

Appendix B: Olasılık ve Dağılım Teorisi

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

Stokastik Süreçler (MATH495) Ders Detayları

Transkript:

ĐST 474 Bayesci Đstatistik Ders Sorumlusu: Dr. Haydar Demirhan haydarde@hacettepe.edu.tr Đnternet Sitesi: http://yunus.hacettepe.edu.tr/~haydarde Đçerik: Olasılık kuramının temel kavramları Bazı özel olasılık fonksiyonları Bazı özel olasılık yoğunluk fonksiyonları Raslantı değişkenleri için Bayes Teoremi Bayesci Çıkarsama Önsel dağılımlar (Genel bilgi) Değişebilirlik ve Kısmi Değişebilirlik Bayes Teoreminin Ardışık Olarak Kullanılması Normal Normal model Inverse Ki Kare Normal model Önsel dağılım çeşitleri Normal modelde kitle ortalaması ve varyansının bilinmediği durum Beta Binom modeli Önsel dağılımın belirlenmesinde Jeffrey kuralı Ki kare Poisson modeli Bayesci Hipotez Testleri (Giriş) Tek örneklem hipotez testlerine Bayesci yaklaşım Đki uygulama üzerinden tartışmalar Kaynaklar: 1. Bolstad, W.M., 2007, Introduction to Bayesian Statistics, Wiley, New York, QA 279.5.B65 2007. 2. Gosh, J.K., Tapas, M.D., An Introduction to Bayesian Analysis: Theory and Methods, Springer, New York, QA 279.5 G483 2006. 3. Lee, P.M., 2004, Bayesian Statistics an Introduction, Hodder Arnold, UK, QA 279.5 L44 2004. 4. Press, S.J., 1989, Bayesian Statistics: Principles, Models, and Applications, Wiley, New York, QA 279.5.P75 1989.

DÖNEMLĐK DERS PROGRAMI 1. Hafta: * Olasılık kuramının temel kavramları Olaylar ve örneklem uzayı Olasılık tanımları Tam sistem Koşullu olasılık Bağımsızlık Toplam olasılık kuralı Çarpımlar kuralı Bayes Teoremi Kesikli raslantı değişkeni ve bileşik olasılık fonksiyonu Sürekli raslantı değişkeni ve bileşik olasılık yoğunluk fonksiyonu Koşullu dağılımlar Raslantı değişkenlerinin bağımsızlığı Beklenen değer ve Varyans Koşullu beklenen değer 2. Hafta: * Bazı özel olasılık fonksiyonları Bernoulli dağılımı Đkiterimli (Binom) dağılımı Eksi ikiterimli (Negatif Binom) dağılımı Hipergeometrik dağılım Poisson dağılımı Katlı terimli dağılım Kesikli tekbiçimli dağılım 3. Hafta: *Bazı özel olasılık yoğunluk fonksiyonları Sürekli tekbiçimli dağılım Normal dağılım Üstel dağılım Gamma dağılımı Ters Gamma (Inverse Gamma) dağılımı Ki Kare (Chi Square) dağılımı Ters Ki Kare (Inverse Chi Square) dağılımı Ters Ki (Inverse Chi) dağılımı

4. Hafta: * Bazı özel olasılık yoğunluk fonksiyonları (Devam) t dağılımı Cauchy dağılımı Beta dağılımı Pareto dağılımı * Raslantı değişkenleri için Bayes Teoremi Bir kesikli bir sürekli raslantı değişkeni olması durumunda Bayes Teoremi * Bayesci Çıkarsama Bayesci çıkarsama ile klasik çıkarsama arasındaki farklar Bayesci yaklaşımın zorlukları ve üstünlükleri * Önsel dağılımlar (Genel bilgi) Bilgi içermeyen önsel dağılımılar Belirli ve belirsiz önsel dağılımılar Eşlenik önsel dağılımılar * Değişebilirlik ve Kısmi Değişebilirlik * Bayes Teoreminin Ardışık Olarak Kullanılması 5. Hafta: ARA SINAV 6. Hafta: * Ara sınavın değerlendirilmesi * Normal Normal model Aralık kestirimi 7. Hafta: * Inverse Ki Kare Normal model Aralık kestirimi * Önsel dağılım çeşitleri Üstel aile Đki parametreli üstel aile

8. Hafta: * Önsel dağılım çeşitleri (Devam) Üstel aile Đki parametreli üstel aile * Normal modelde kitle ortalaması ve varyansının bilinmediği durum Kitle ortalamasının bileşen sonsal dağılımı Kitle varyansının bileşen sonsal dağılımı Kitle ortalamasının koşullu sonsal dağılımı Normal olabilirlik için bileşik eşlenik önsel 9. Hafta: * Beta Binom modeli Odds ve log odds Bayes önermesi (postulate) Haldane önseli Arc Sinüs önseli 10. Hafta: * Önsel dağılımın belirlenmesinde Jeffrey kuralı Fisher bilgisi Jeffrey önseli Birden çok sayıda parametre olması durumunda Jeffrey önseli 11. Hafta: ARA SINAV 12. Hafta: * Ara sınavın değerlendirilmesi * Ki kare Poisson modeli Eşlenik önsel Jeffrey önseli * Bayesci Hipotez Testleri (Giriş)

13. Hafta: * Tek örneklem hipotez testlerine Bayesci yaklaşım Tek yanlı Bayesci hipotez testleri Đki yanlı Bayesci hipotez testleri 14. Hafta: * Đki uygulama üzerinden tartışmalar Türkiyeli göçmenlerin Đsveçteki yaşam kalitesi (Bayram, N., Thorburn, D., Demirhan, H., Bilgel, N., 2007, Quality of life among Turkish immigrants in Sweden, Quality of Life Research, 16, 8, 1319-1333.) X ve R kontrol kartları için Bayesci kontrol sınırları (Demirhan, H., Hamurkaroğlu, C., X kontrol kartları için Bayesci kontrol sınırları, 6. Đstatistik Kongresi, 29 Nisan - 02 Mayıs 2009, ANTALYA.)