Seit den 1990ern haben Markov Chain Monte Carlo (MCMC)-Methoden das Statistical Computing revolutioniert. Insbesondere haben MCMC-Methoden große Fortschritte in den Bayesianischen Statistik gebracht, wo sie vorwiegend angewandt werden.
In diesem Seminar werden wir uns hauptsächlich die Anwendung von verschiedenen MCMC-Methoden ansehen. Die verschiedenen Ansätze werden dabei sowohl theoretisch als auch in der Implementierung dargestellt.
Am Ende des Seminars sollen die Teilnehmer dazu befähigt sein, selbst die richtige MCMC-Methoden für eine Problemstellung auszuwählen und diese umzusetzen.
Literatur:
- Faming Liang, Chuanhai Liu, and Raymond J. Carroll: Advanced Markov Chain Monte Carlo Methods: Learning from Past Samples. John Wiley & Sons, 2010. (Online verfügbar)
- Steve Brooks, Andrew Gelman, Galin L. Jones, and Xiao-Li Meng: Handbook of Markov Chain Monte Carlo. Chapman & Hall/CRC, 2011. (Website zum Buch)
- Christian P. Robert, and George Casella: Introducing Monte Carlo methods with R. Springer, 2010.
- Trainer/in: Volker Schmid