Ekonometria bayesowska 230200-D
Wykład (WYK) Semestr letni 2019/20

Podstawowe zasady i pojęcia statystyki bayesowskiej. Uzasadnienie podejścia bayesowskiego.

Model Poissona. Obliczanie rozkładów a posteriori. Nieinformacyjne i niewłaściwe rozkłady a priori.

Rozkłady a priori Jeffreysa, rozkłady sprzężone.

Rozkłady sprzężone a priori dla typowych modeli statystycznych: model Poissona, model dwumianowy i wielomianowy, model normalny ze znaną wariancją lub znaną wartością oczekiwaną i nieznaną wariancją.

Elementy statystycznej teorii decyzji; estymacja bayesowska.

Estymacja bayesowska dla rozmaitych funkcji straty (uogólniona kwadratowa f. straty). Bayesowskie przedziały ufności.

Testowanie hipotez statystycznych. Podejście decyzyjne. Czynnik Bayesa. Studium przypadku.

Czynnik Bayesa w testowaniu hipotez. Wielowymiarowy rozkład normalny - estymacja.

Model normalny z nieznaną wartością oczekiwaną i wariancją. Wielowymiarowy model normalny z nieznaną macierzą kowariancji.

Liniowe modele ekonometryczne - model regresji liniowej. Model autoregresji.

Predykcja bayesowska

Bayesowskie podejście do wyboru modelu. Podejście empiryczne. Modele hierarchiczne. Studia przypadku.

Zadania i problemy.

Zadania i problemy, cd.

Uzupełnienia.