040775 UK Biometrics 2 (MA) (2023W)
Continuous assessment of course work
Labels
Registration/Deregistration
Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
- Registration is open from Mo 11.09.2023 09:00 to Fr 22.09.2023 12:00
- Deregistration possible until Fr 20.10.2023 23:59
Details
max. 30 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Friday 06.10. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 13.10. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 20.10. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 27.10. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 03.11. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 10.11. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 17.11. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 24.11. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 01.12. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 15.12. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 12.01. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 19.01. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 26.01. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
Information
Aims, contents and method of the course
Assessment and permitted materials
Begleitende Hausübungsbeispiele unterschiedlichen Schwierigkeitsgrads und Umfangs; beides ist in den erreichbaren Punkten pro Beispiel abgebildet.
Minimum requirements and assessment criteria
Werden mehr als die Hälfte der Punkte erreicht, ergibt sich eine positive Note.
Examination topics
Vorlesungstoff
Reading list
Durbin, R., Eddy, S., Krogh, A., and Mitchison, G. (1998). Biological sequence analysis.
Cambridge University Press, Cambridge.Gelman, A., Carlin, J., Stern, H., and Rubin, D. (1995). Bayesian Data Analysis. Chapman
& Hall.
Cambridge University Press, Cambridge.Gelman, A., Carlin, J., Stern, H., and Rubin, D. (1995). Bayesian Data Analysis. Chapman
& Hall.
Association in the course directory
Last modified: Fr 06.10.2023 18:07
1) Einführung in die Bayes'sche Statistik mit Beispielen aus der Genetik.
2) Standardverteilungen und deren konjugierte Verteilungen, ebenfalls mit Beispielen aus der Biologie: Binomialverteilung mit der konjugierten Betaverteilung; Poissonverteilung mit der konjugierten Gammaverteilung; Exponentialverteilung mit der konjugierten Gammverteilung; Normalverteilung mit der Normal-invers-Chiquadratverteilung.
3) Empirische Bayes Methode.
4) Bayes'sche Netzwerke, wo die bedingten Abhängigkeiten der Unbekannten durch einen gerichteten azyklischen Pfad dargestellt werden können; Hidden-Markov-Modelle als Beispiel dafür (mit Anwendungen aus der Mendelgenetik), mit dem Vorwärts-Rückwärts Algorithmus (eine dynamische Programmiermethode) als numerischer Methode um Wahrscheinlichkeiten auszurechnen.
5) Kompliziertere Modelle, bei denen dynamisches Programmieren nicht mehr möglich ist (ebenfalls mit vielen biologischen Beispielen). Numerische Methoden: Monte-Carlo Markovketten (Metropolis, Gibbs und Metropolis-Hastings) Algorithmen sowie Expectation-Maximization (EM) Algorithmen.