040775 UK Biometrie 2 (2019W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 16.09.2019 09:00 bis Mo 23.09.2019 12:00
- Abmeldung bis Mo 14.10.2019 12:00
Details
max. 30 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Freitag
04.10.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
11.10.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
18.10.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
25.10.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
08.11.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
15.11.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
22.11.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
29.11.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
06.12.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
13.12.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
10.01.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
17.01.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
24.01.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Freitag
31.01.
08:00 - 09:30
Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Begleitende Hausübungsbeispiele unterschiedlichen Schwierigkeitsgrads und Umfangs; beides ist in den erreichbaren Punkten pro Beispiel abgebildet. Werden mehr als die Hälfte der Punkte erreicht, ergibt sich eine positive Note.
Mindestanforderungen und Beurteilungsmaßstab
Prüfungsstoff
Literatur
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.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:20
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 Beispielen 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.