Při bayesovském přístupu k řešení statistických problémů jsou neznámé parametry považovány za náhodné veličiny. K závěrům jsou použity nejen výsledky pokusů, ale i informace o neznámých parametrech. Bayesova věta, volba apriorních rozdělení, bayesovské odhadování a testování, některé speciální modely. Předpoklady: některý základní kurs pravděpodobnosti a statistiky.

Prior and posterior distributions, conjugate families, Bayesian test and estimators, applications.

Seznámit studenty se základy bayesovského přístupu k řešení statistických problémů

Basic principles of Bayesian approach to statistical problems

Hušková M.: Bayesovské metody, UK Praha, skripta, 1985

Pázman, A.: Bayesovská štatistika, UK Bratislava, skripta, 2003.

Robert, C.P.: The Bayesian choice, Springer, 2001.

Přednáška.

Lecture.

Bayesova věta a její použití, apriorní a aposteriorní rozdělení, metody volby apriorního rozdělení.

Statistické rozhodovací funkce (rozhodovací funkce, ztrátová a riziková funkce).

Bayesovské bodové odhady a jejich vlastnosti. Věrohodnostní množiny.

Bayesovské testování hypotéz, některé speciální testy.

Některé speciální bayesovské postupy, základy MCMC.

Prior and posterior distributions, conjugate families, Bayesian test and estimators, applications.