概率论与数理统计
课程名称: 现代统计计算方法
英文名称: Modern Statistical Computing Methods
课程编号: S070103ZY007 开课编号: 213017Y 开课学期:
课程类型: 专业课学  时: 40学  分: 2.0
授课教师:  
教师简介:
 
预修课程:
概率论与数理统计,随机过程
教学目的:
本课程是关于现代统计计算方法一个比较系统的介绍,主要介绍基本方法和应用,目的是希望将所学方法用于解决实际问题,并为今后相关方面的研究打下基础。
教学内容:
第一章 统计计算方法简介与例子 统计计算、例子、Monte Carlo技术 第二章 随机抽样方法 随机抽样;接受/拒绝方法;MCMC方法;Slice Sampling ;Metropolis-Hastings算法;Gibbs抽样 第三章 Monte Carlo积分 定积分的Monte Carlo估计;Importance Sampling;Stratified Sampling;对偶抽样;方差缩减技术 第四章 EM算法 不完全数据,EM算法,方差估计,Louis方法,Aitken 加速,拟牛顿加速 第五章 MCMC方法进一步主题 Reversible Jump MCMC,Perfect sampling,Markov chain maximum likelihood,MCMC for Markov random fields 第六章 Bootstrap方法 非参数 bootstrap,参数bootstrap ,Bootstrapping regression ,Bootstrap bias correction,Bootstrap t, , Bootstrap假设检验
教  材:
 
参考资料:
1.Jun S. Liu, Monte Carlo Strategies in Scientific Computing, Springer, New York, 2001. 2.James E. Gentle, Elements of Computational Statistics,Springer-Verlag, 2002. 3. Geof H. Givens and Jennifer A. Hoeting, Computational Statistics,John Wiley & Sons, 2005.