贝叶斯统计及应用
课程简介
本课程主要目的是介绍贝叶斯统计的基本方法、计算和实际应用。贝叶斯统计是最有活力的现代统计方法之一,在各个领域都有重要应用。近三十年来,由于马尔科夫链蒙特卡罗(MCMC)算法的发明,分析复杂的经济社会模型变得更为简单。贝叶斯统计发展非常迅速,是大数据、人工智能、计量经济、金融、社会学等领域极其重要的方法和工具。
💾 下载教学大纲
课程目标
完成本课程后,学生将能够:
- 了解贝叶斯方法的基本理论;
- 进行贝叶斯统计推断和建模;
- 了解马尔科夫链蒙特卡洛(MCMC)算法;
- 编写计算机代码,运用R语言和WinBUGS、JAGS和Stan等贝叶斯软件进行实际计算;
- 把贝叶斯方法应用于实际模型,包括多元线性模型、广义线性模型、多层模型、贝叶斯模型平均法等。
课程评价
本课程的教学方式是“课堂讲授+课堂讨论+作业”,要求学生必须出席课堂讲授,按时交作业,参加讨论课(包括做课堂报告)。
学习成绩将这三方面进行考核:
- 期末考试(70%)
- 作业(20%)
- 讨论课表现(10%)
课程内容
本课程主要内容分三部分:
- 第一部分介绍贝叶斯基本理论和方法,包括单参数和多参数贝叶斯模型的统计推断;
- 第二部分介绍贝叶斯计算,包括马尔科夫链蒙特卡洛(MCMC)算法和R、WinBUGS/OpenBUGS、Stan和JAGS等软件的介绍和运用;
- 第三部分结合社会科学和计量经济学实际数据,介绍贝叶斯统计的建模及应用,包括贝叶斯线性回归模型、广义线性回归模型、多层模型、贝叶斯模型平均法以及模型的检验与比较等。
课件与作业
章节 | 内容 | 课件(Slides) | 讲义 | 作业 |
---|---|---|---|---|
第1章 | 介绍 | Ch1 | Handout | HW1 |
第2章 | 贝叶斯模型及推断 | Ch2 | Handout | HW2 |
第3章 | 正态与学生t模型 | Ch3 | Handout | HW3 |
第4章 | 先验分布的确定 | Ch4 | Handout | HW4 |
第5章 | 贝叶斯模型的MCMC算法 | Ch5 | Handout | HW5 |
第6章 | 贝叶斯模型的软件应用 | Ch6 | Handout | HW6 |
第7章 | 贝叶斯多元线性回归模型 | Ch7 | Handout | HW7 |
第8章 | 贝叶斯广义线性回归模型 | Ch8 | Handout | HW8 |
第9章 | 贝叶斯多层模型 | Ch9 | Handout | HW9 |
第10章 | 贝叶斯模型的检验、选择与比较 | Ch10 | Handout | HW10 |
第11章 | 贝叶斯模型平均法 | Ch11 | Handout | |
第12章 | 学术论文讨论 |
教材和参考文献
教材: Gill, Jeff, Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition. Chapman & Hall/CRC Press, 2015.
参考文献:
[1] Cowles,M.K., Applied Bayesian statistics: with R and OpenBUGS examples, Springer Science & Business Media, 2013.
[2] Gelman,A.,Carlin,J.B.,Stern,H.S.,Dunson,D.B.,Vehtari,A. and D.B.Rubin, Bayesian Data Analysis (Third edition), Chapman and Hall, 2013.
[3] Greenberg,E., Introduction to Bayesian Econometrics (Second edition), Cambridge University Press, 2012.
[4] Ioannis,N., Bayesian modeling using WinBUGS. John Wiley & Sons, Inc., Hoboken, New Jersey, 2009.
[5] Lunn,D.,Jackson,C.,Best,N., Thomas,A. and D.Spiegelhalter, The BUGS Book: A Practical Introduction to Bayesian Analysis. CRC Press, 2012.
[6] McElreath, R. Statistical rethinking: A Bayesian course with examples in R and Stan. Boca Raton, FL: Chapman & Hall/CRC, 2016.