Einführung in die Bayes-Statistik 2015

Prädiktion und Bayes-Faktor (3.5, 3.6) 
MCMC-Diagnostik
Hierarchische Bayes-Modelle (6.1)

13.4.	Einleitung (1.1)
14.4.	Grundlagen (1.2)
20.4.	Übung 1
21.4.	Information (2.1, 2.2)
27.4.	Konjugierte Prioris (2.3)
28.4.	Übung 2
4.5.	Bayes-Entscheidungen (3.1, 3.2)
5.5.	Bereichsschätzer und Bayes-Testen (3.3, 3.4)
11.5.	Prädiktion und Bayes-Faktor (3.5, 3.6)
12.5.	Übung 3
18.5.	Lineare Modelle (4.1)
19.5.	Übung 4
25.5.	vorlesungsfrei (Pfingsten)
26.5.	vorlesungsfrei (Pfingsten)
1.6.	Poisson-Modelle (4.2)
2.6.	Poisson-Modelle (4.2)
8.6.	Approximation und numerische Integration (5.1, 5.2)
9.6.	Übung 5
15.6.	MCMC-Theorie (5.3.1)
16.6.	Übung 6
22.6.	MCMC-Beispiel (5.3.2)
23.6.	Konvergenzdiagnostik (5.3.3)
29.6.	Übung 7
30.6.	Hierarchische Bayes-Modelle (6)
6.7.	Hierarchische Bayes-Modelle (6)
7.7.	Übung 8
13.7.	Wiederholung
14.7.	Klausur