爱丁堡大学硕士数据科学与统计专业必修课作业及考试重点

英国爱丁堡大学硕士数据科学与统计专业课程将严格的统计理论与将统计模型应用于数据的广泛实践经验相结合，内容涉及古典和贝叶斯思想、计算统计学、回归、一系列模型和应用的数据分析等各个方面。为了帮助学生更好地通过课程评估，我们总结了爱丁堡大学硕士数据科学与统计专业必修课作业及考试重点，有需要的同学可以参考以下内容进行考前复习。

一、爱丁堡大学硕士数据科学与统计专业第一学期必修课作业及考试重点

1、贝叶斯理论(MATH11177)：贝叶斯定理(离散和连续)，先验分布，后验分布和相关汇总统计数据(点和区间)，预测分布，假设检验(简单和复合假设)，蒙特卡罗积分，马尔可夫链蒙特卡罗(MCMC)。学生要能够：

(1)展示对贝叶斯哲学的理解。

(2)指定一个先验分布并导出一个后验分布(直到成比例)。

(3)用代数方法推导附加的相关后验分布和数量。

(4)展示对马尔可夫链蒙特卡罗(MCMC)理论和相关实施问题的理解。

(5)使用R执行评估先验影响和计算相对基本设置的后验分布的操作。

2、广义回归模型(数学11187)：广义线性模型，异常分析，指数族，广义线性混合模型。学生要能够：

(1)展示对广义线性模型及其应用的理解。

(2)识别和应用适当的统计模型，并解释相应的结果。

(3)使用和讨论混合效果并进行解释。

(4)使用R将广义线性模型与数据进行拟合。

3、统计编程(MATH11176)：作为编程语言的R，版本控制基础，可复制方法，整齐的数据原则，可视化，模拟方法，MCMC，概率编程。学生要能够：

(1)表现出对计算机编程原理的熟悉。

(2)编写统计方法的有效实现。

(3)展示数据收集、清理和分析方面的专业知识。

(4)表现出对可靠和可重复的计算方法的欣赏。

(5)展示常用计算密集型方法的专业知识。

二、爱丁堡大学硕士数据科学与统计专业第二学期必修课作业及考试重点

1、不完全数据分析(MATH11185)：缺失类型，单一插补，基于可能性的处理缺失数据的方法(包括EM算法)，多重插补。学生要能够：

(1)展示对不同类型缺失的理解。

(2)演示并理解处理缺失数据的不同统计技术及其优缺点。

(3)展示用缺失的观察数据拟合模型的能力。

(4)展示解释统计分析结果的能力。

(5)展示使用R统计软件实施统计程序的能力，该程序可以处理缺失值。

2、贝叶斯数据分析(MATH11175)：应用贝叶斯分析的基本原理，JAGS，广义线性模型及其在JAGS真实数据中的应用，混合效果模型。学生要能够：

(1)使用JAGS解决实际的统计建模问题。

(2)选择和应用适当的贝叶斯统计模型并解释结果。

(3)基于贝叶斯统计分析准备书面报告。

3、统计研究技能(MATH11188)：数据争论和可视化，巩固数据科学技术，撰写统计报告，口头表达技能，批判性审查。学生要能够：

(1)对个人表达技巧(口头和书面)表现出信心。

(2)理解解决问题的统计方法。

(3)进行模拟研究。

(4)批判性地评估论文和/或统计分析。

以上内容就是爱丁堡大学硕士数据科学与统计专业必修课作业及考试重点的总结。我们这边有爱丁堡大学作业辅导老师，能够随时根据同学的学习需求来安排辅导，有需要的同学可以随时联系我们哟。