TILA142 Statistical Inference 2 (5 cr)

Study level:
Intermediate studies
Grading scale:
0-5
Language:
Finnish
Responsible organisation:
Department of Mathematics and Statistics
Curriculum periods:
2020-2021, 2021-2022, 2022-2023

Description

Kurssi syventää kurssilla Tilastollinen päättely 1 opittuja asioita. Uskottavuuspäättelyä käytetään aiempaa monimutkaisemmissa tilanteissa. Kurssi luo pohjan tilastotieteen syventäville opinnoille.  Kurssin pääkohdat ovat : 1. Uskottavuusfunktion rakentaminen; 2. Luottamusvälien määrittäminen ja suurten otosten teoriaa; 3. Hypoteesintestaus ja päätöksenteko;  4. Empiirisiä menetelmiä (simulointi, bootstrap, Jackknife).

Learning outcomes

Kurssin käytyään opiskelija pystyy soveltamaan uskottavuuspäättelyä kompleksisille aineistoille. Opiskelija osaa muodostaa estimaattorin luottamusvälin käyttäen suurten otosten teoriaa, simulointia ja  datalähtöisiä empiirisiä menetelmiä (bootstrap ja jackknife). Opiskelija osaa soveltaa näitä lähestymistapoja käytännön data-analyysissa.  Opiskelija osaa käyttää simulointia estimaattorien ominaisuuksien tutkimiseen. Edelleen opiskelija tuntee testien konstruktioperiaatteita ja ymmärtää, milloin tilastolliset testit ovat hyödyllisiä päättelyn työkaluja. Kurssin käynyt oppii myös, miten tilastollinen päättely liittyy päätöksentekoteoriaan.

Description of prerequisites

Data ja mittaaminen sekä Datasta malliksi tai vastaavat opinnot, perustiedot usean muuttujan derivoinnista ja integroinnista (matematiikan perusopinnot), Todennäköisyyslaskenta 1 ja 2 tai vastaavat tiedot, R-kurssi sekä Tilastollinen päättely 1 -kurssi.

Study materials

Penttinen, A. (2014): Tilastollinen päättely 2. Luentomoniste/handout, Jyväskylän yliopisto.

Penttinen, A. (2014): Tilastollinen päättely 1. Luentomoniste/handout, Jyväskylän yliopisto.

Literature

  • Davison, D. (2003). Statistical models. Cambridge University Press. (e-kirja kirjastossa); ISBN: 978-0-521-73449-3
  • 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/); ISBN: 978-0-387-84857-0
  • Efron, B., Tibshirani, R.J. (1993): An introduction to the bootstrap. Chapman & Hall/CRC.; ISBN: 0-412-04231-2
  • http://statweb.stanford.edu/~tibs/ElemStatLearn/
  • Casella, G., Berger, R.L. (202): Statistical inference, 2nd ed., Duxbury, International student edition.; ISBN: 978053423128
  • Kalbflesch, J.G. (1985): Probability an statistical inference. Volume 2: Statistical inference, 2nd ed., Springer.; ISBN: 0-397-96183-6
  • Cox, D.R., Hinkley, D.V. (1974). Theoretical Statistics. Chapman & Hall.; ISBN: 0-412-16160-5

Completion methods

Method 1

Evaluation criteria:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Time of teaching:
Period 3
Select all marked parts

Method 2

Evaluation criteria:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Select all marked parts
Parts of the completion methods
x

Teaching (5 cr)

Type:
Participation in teaching
Grading scale:
0-5
Evaluation criteria:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen. Opetusohjelmassa on tarkemmat arviointiperusteet.
Language:
Finnish
Study methods:

Harjoitukset, harjoitustyö ja kurssitentti tai kurssin lopputentti.
Suoritustavat ovat tarkemmin opetusohjelmasssa.

Teaching

x

Exam (5 cr)

Type:
Exam
Grading scale:
0-5
Evaluation criteria:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä. Opetusohjelmassa on tarkemmat arviointiperusteet.
Language:
Finnish
Study methods:

Kurssin lopputentti.
Suoritustavat ovat tarkemmin opetusohjelmassa.

No published teaching