Cursus Bayesiaanse statistiek

Doel

Er zijn twee soorten statistiek, en deze twee verschillen fundamenteel. De ene vorm, de klassieke, is ontwikkeld tussen 1930 en 1960, met als grote voorman Ronald Fisher. Deze theorie vult vrijwel alle leerboeken en ligt ten grondslag aan 80% van de wetenschappelijke publicaties over statistiek. De andere statistiek heet de Bayesiaanse statistiek.

Bij Bayesiaanse kansen wordt uitgegaan van reeds bekende kansen, a-priori kansen, op basis van eerder onderzoek. Als de waarde hiervan niet bekend is, kan hiervoor ook het oordeel van een expert (ervaringsdeskundige) worden gevraagd. Hij zal dan een bepaalde waarschijnlijkheid toekennen aan gebeurtenissen.

De Bayesiaanse methoden zijn in de afgelopen tien jaar in populariteit gegroeid door de vondst van slimme methoden om de a-posteriori verdeling te simuleren. Methoden als MCMC en Bayesian Belief networks worden gebruikt om de Bayesiaanse gevolgtrekking te ondersteunen.

Succesvolle toepassingen van de Bayesiaanse statistiek zijn onder meer te vinden in de geneeskunde, economie, astronomie, archeologie, ruimtevaart en kernfysica.

Na afloop van de cursus zullen de cursisten in staat zijn zelfstandig Bayesiaanse statistische analyses op verantwoorde wijze uit te voeren.

Achtergrond

Er zijn enkele termen die gewoonlijk gebruikt worden door Bayesiaanse statistici. Eén daarvan is de a-priori waarschijnlijkheid, P(A). Dit is de kans dat een gebeurtenis is opgetreden voordat er ook maar enige data geobserveerd is. Een tweede term is de a-posteriori waarschijnlijkheid, P(A|B). Deze refereert naar de kans dat een gebeurtenis is opgetreden nadat met geobserveerde data rekening is gehouden. Een derde erg gebruikelijke term is de likelihood, P(B|A), deze wordt gebruikt om de conditionele kans te beschrijven van de data gegeven een bepaald model.

Inhoud

Day 1: Introduction Bayesian Analysis

• Frequentist and Bayesian Analysis
• Likelihood
• Conditional probability
• Bayes’ Rule/Principle Bayesian Analysis
• Prior distributions: beta distribution
• WinBugs
• Examples
• Summary
• PracticeDay 2: Example Test Validation and Prevalence
• One Test One population
• Appearant Prevalence and True Prevalence
• Expert Opinion and selection of Priors
• Two Tests Two Populations
• Validity of assumptions
• Correlated Tests
• Known Issues
• Examples
• Summary
• Convergence and model fit
• Gibbs sampler and convergence
• Trace plots and Autocorrelation
• Geweke’s test
• Brooks Gelman Rubins test
• Bayesian Model fit
• Practice

Doelgroep

Onderzoekers die in hun werkveld geconfronteerd worden met data analyse en daar graag meer dan alleen een klassiek statistische analyse van willen uitvoeren.

Kosten en inschrijving

De kosten van de 3-daagse cursus bedragen € 2675. De cursusprijs is vrijgesteld van BTW (BTW-tarief 0%) en is inclusief cursusmateriaal, deelnamecertificaat, koffie / thee en lunch. De cursus gaat door bij minimaal vier cursisten per dag. Indien het minimaal benodigde aantal cursisten niet wordt behaald, kan de cursus voor een in overleg nader te bepalen meerprijs per dag voor een kleiner aantal cursisten worden gegeven.

Cursuslocatie

Europalaan 400, 5e verdieping
3526 KS Utrecht

Cursusdata

Gaat bij voldoende aanmeldingen van start. De cursus gaat door bij minimaal zes cursisten per dag. Indien het minimaal benodigde aantal cursisten niet wordt behaald, kan de cursus voor een in overleg nader te bepalen meerprijs per dag voor een kleiner aantal cursisten worden gegeven.

In-company training

De cursus Bayesiaanse Statistiek kan tevens in-huis (bij uw organisatie) worden gegeven. In overleg past Tridata de cursus aan de wensen van de cursisten. Neem voor meer informatie contact op met Tridata.