SST28 Sztochasztikus szimuláció
(heti 2 óra előadás)
Tematika:
- komplex adatrendszerek exploratív adatelemzése,
- prediktív szimuláció, modell validálás,
- bootstrap, MCMC, multiple imputation,
- szinguláris dekompozíció, Fourier sorfejtés, wavelet analízis,
- idősorok szimulációja,
- térbeli adatrendszerek szimulácója.
Irodalom:
Chib, S., & Carlin, B. P. (1999). On MCMC sampling in hierarchical longitudinal models. Statistics and Computing, 9(1), 17-26.
Gelman, A. (2004). Exploratory data analysis for complex models. Journal of Computational and Graphical Statistics, 13(4).
Gelman, A & Rubin, D. B. (1992). Inference from Iterative Simulation Using Multiple Sequences. Statistical Science, 7(4), pp. 457-472.
Kerman, J., & Gelman, A. (2007). Manipulating and summarizing posterior simulations using random variable objects. Statistics and Computing, 17(3), 235-244.
Van Buuren, S., Brand, J. P., Groothuis-Oudshoorn, C. G. M., & Rubin, D. B. (2006). Fully conditional specification in multivariate imputation. Journal of statistical computation and simulation, 76(12), 1049-1064.
Esettanulmány: társadalomkutatási adatelemzés, sztochasztikus szimulációs eljárás alkalmazásával. Egy esettanulmánynak max. három szerzője lehet. Az esettanulmány megírásának feltétele: legkésőbb április 30-ig jóváhagyott témavázlat.
Értékelés: az esettanulmány alapján.