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.