英國倫敦大學(xué)伯貝克學(xué)院研究生Computational statistics課程旨在向?qū)W生介紹統(tǒng)計的現(xiàn)代計算方法，這些方法在過去30年中對統(tǒng)計實踐產(chǎn)生了巨大的影響。這些方法，有時稱為蒙特卡羅方法，是計算密集型方法，這種方法的廣度及其應(yīng)用非常廣泛。我們整理了這門課程的重點難點，詳情如下。

一、重點難點整理

1、統(tǒng)計推斷中模擬的用途和目的

2、偽隨機(jī)數(shù)

3、隨機(jī)變量的產(chǎn)生：原理、技術(shù)和實例

4、從任意分布中獲得隨機(jī)樣本的反演和剔除方法(給定均勻隨機(jī)樣本)

5、二項式、泊松、伽馬和正態(tài)分布的應(yīng)用

6、方差縮減方法

7、隨機(jī)測試

8、自助法和刀切法：用于估計的自助、自助置信集和假設(shè)檢驗

9、EM算法及其用途：應(yīng)用實例，實現(xiàn)問題

10、非參數(shù)回歸、平滑和核密度估計

二、課程學(xué)習(xí)目標(biāo)

1、了解和理解統(tǒng)計推斷背景下的模擬理論、技術(shù)和計算方法；

2、了解和理解重采樣技術(shù)(如bootstrap)的理論和應(yīng)用；

3、了解和理解現(xiàn)代非參數(shù)建模中涉及的理論和實際問題；

4、能夠明智地利用一系列現(xiàn)代計算密集型技術(shù)和算法，對統(tǒng)計數(shù)據(jù)進(jìn)行建模和推斷；

5、編程和使用高級數(shù)學(xué)和統(tǒng)計軟件來執(zhí)行計算密集型統(tǒng)計方法；

6、將技術(shù)分析的結(jié)果整合到非專業(yè)人員也能理解的清晰書面報告中。

綜上所述，英國倫敦大學(xué)伯貝克學(xué)院研究生Computational statistics課程旨在讓學(xué)生理解和欣賞上述方法背后的許多思想，說明了如何將這一系列方法應(yīng)用于實踐當(dāng)中。同學(xué)若想讓老師解答課程相關(guān)的任何問題，隨時可以聯(lián)系我們。