Bayesian methods (NMST431)

Arnošt Komárek

Subpages

Home (CZ) | Teaching (CZ) | BESEDA | NMST552 |

Teaching winter

NMSA407 | NMST431 | NMSA602 |

Teaching summer

NMST432 | NMST440 |

Teaching, software

Rko (CZ) |

Theses

Diploma theses (CZ) | Bachelor theses (CZ) |

Bayesian methods (NMST431)

Winter semester 2020–21

SIS pages of the course:    ENG    CZE

Jointly taught with prof. RNDr. Marie Hušková, DrSc.

Language of both lectures and all exercise classes is English if and only if there is at least one officially subscribed student who is not enrolled in the Czech study programme.

TIMETABLE

Lecture: Wednesday 8:10 in K5   
Exercise class: Wednesday 9:50 in K12   

COVID VÝUKA

Až do znovuotevření pražských vysokých škol (doufejme, že oproti jejich minulému uzavření dříve než za 6 let) bude výuka předmětu Bayesovské metody probíhat na dálku, částečně plně on-line (synchronně). Materiály pro výuku budou zveřejňovány na této stránce.

První část přednášky (odpovídající přibližně 5-ti standardním 90 minutovkám) vede prof. Marie Hušková a proběhne formou komentovaných prezentací, viz mp4 soubory níže. Zbylou část přednášky a cvičení vede doc. Arnošt Komárek a proběhnou synchronní on-line formou pomocí aplikace ZOOM, obvykle ve středu od 8:15. Každá on-line výuka bude oznámena zde alespoň 3 dny dopředu, materiály k ní budou též zde nejpozději v den, který této výuce předchází. Link pro připojení k on-line výuce bude zasílán studentům zapsaným v SISu mailem vždy nejpozději 10 minut před výukou. K on-line výuce se studenti přihlásí svým skutečným jménem, nikoliv přezdívkou. S ohledem na počet zapsaných studentů je možné připojovat se se zapnutou kamerou i mikrofonem (a nebát se do mikrofonu občas něco říct). Upozorňuji, že on-line výuka bude nahrávána a následně zveřejněna na stream.cuni.cz s nastaveným přístupem pro studenty a zaměstnance UK.

MATERIÁLY

Přednáška, prof. Marie Hušková
Slidy 1:     PDF       Video 1 (37 min):    MP4
Slidy 2:     PDF       Video 2/1 (37 min):    MP4
      Video 2/2 (31 min):    MP4
Slidy 3:     PDF       Video 3 (37 min):    MP4
Slidy 4:     PDF       Video 4 (64 min):    MP4
Slidy 5:     PDF       Video 5 (45 min):    MP4
Slidy 6:     PDF       Video 6 (41 min):    MP4

Přednáška, doc. Arnošt Komárek
Slidy:        PDF        poslední změna: 7.12.2020
R skript:    Vaha_lehkych.R
 
Předn. 4.11.:      Poznámky  ––    Video (97 min) (Stream)    Čmáranice (PDF)
Předn. 11.11.:      Poznámky 1 (PDF)    Video 1 (105 min) (Stream)    Čmáranice 1  ––
      Poznámky 2 (PDF)    Video 2 (79 min) (Stream)    Čmáranice 2  ––
Předn. 18.11.:      Poznámky 1 (PDF)    Video 1 (93 min) (Stream)    Čmáranice 1 (PDF)
      Poznámky 2 (PDF)    Video 2 (89 min) (Stream)    Čmáranice 2 (PDF)
Předn. 2.12.:      Poznámky (PDF)    Video (84 min) (Stream)    Čmáranice (PDF)
Předn. 9.12.:      Poznámky 1  ––    Video 1 (102 min) (Stream)    Čmáranice 1 (PDF)
      Poznámky 2  ––    Video 2 (62 min) (Stream)    Čmáranice 2 (PDF)
Předn. 16.12.:      Poznámky  ––    Video (92 min) (Stream)    Čmáranice (PDF)

Cvičení, doc. Arnošt Komárek
Cv. 7.10.:      Poznámky (PDF)    Video (75 min) (Stream)
Cv. 14.10.:      Poznámky (PDF)    Video (65 min) (Stream)
Cv. 21.10.:      Poznámky (PDF)    Video (91 min) (Stream)
Cv. 4.11./1:      Poznámky (PDF)    Video (83 min) (Stream)
Cv. 4.11./2:      Zadání (PDF)    
Cv. 25.11.:      Poznámky (PDF)    Video 1 (89 min) (Stream)    Video 2 (89 min) (Stream)
      R skript (R skript)    Dataset (mastitis.RData)    Čmáranice (PDF)
Cv. 2.12.:      Zadání (PDF)    Dataset (toenail.txt)    
           Video (52 min) (Stream)    Čmáranice (PDF)
Cv. 16.12.:      Zadání (PDF)    Dataset (Cars2004.RData)    
           Video (79 min) (Stream)    Čmáranice (PDF)

JAGS SOFTWARE

Next to R, we will also use JAGS (Just Another Gibbs Sampler) which can be downloaded (for various platforms) here (latest version seems optimal, read README first...):

Source code (to compile)
DEB for Debian Linux
Package for Ubuntu Linux
RPM based Linux distributions
Mac OS X
Windows bin

User manual to JAGS can be found here. Installation manual (if needed) is here. Examples of JAGS analyzes are here. As a study material, practical exercises from the short course given at UseR conference can be useful. Solutions to the exercises are here.

To be able to call JAGS from R, package runjags available in a standard way from CRAN is needed.

LITERATURE

Hušková, M. (1985).
Bayesovské metody (course notes in Czech).
Praha: Univerzita Karlova v Praze.     PDF
 
Robert, C. P. (2001, 2007).
The Bayesian Choice: From Decision-Theoretic Foundations
to Computational Implementation, Second Edition.
New York: Springer.     Full PDF (used to be available from the IP addresses of MFF UK)
 
Marin, J.-M., Robert, C. P. (2007).
Bayesian Core: A Practical Approach to Computational Bayesian Statistics.
New York: Springer.     Full PDF (used to be available from the IP addresses of MFF UK)
 
Gelman, A., Carlin, J. B., Stern, H. S., Rubin, D. B., Dunson, D. B. (2014).
Bayesian Data Analysis, Third Edition.
Boca Raton: Chapman & Hall/CRC.     Information on the publisher's web
 
Carlin, B. P., Louis, T. A. (2008).
Bayesian Methods for Data Analysis, Third Edition.
Boca Raton: Chapman & Hall/CRC.     Information on the publisher's web
 
Robert, C. P., Casella, G. (2004).
Monte Carlo Statistical Methods, Second Edition.
New York: Springer.     Information on the publisher's web
 

 

View My Stats