<p>Willkommen! In den nächsten Wochen werden wir gemeinsam die Bayes'sche Statistik erforschen. <p>In diesem Modul werden wir mit bedingten Wahrscheinlichkeiten arbeiten, d.h. mit der Wahrscheinlichkeit des Ereignisses B bei gegebenem Ereignis A. Bedingte Wahrscheinlichkeiten sind bei medizinischen Entscheidungen sehr wichtig. Am Ende der Woche werden Sie in der Lage sein, Probleme mit der Bayes'schen Regel zu lösen und vorherige Wahrscheinlichkeiten zu aktualisieren.</p><p>Benutzen Sie bitte die Lernziele und das Übungsquiz, um sich mit der Bayes'schen Regel vertraut zu machen und das Gelernte im Labor und beim Quiz anzuwenden.

In dieser Woche werden wir die kontinuierliche Version der Bayes'schen Regel besprechen und Ihnen zeigen, wie man sie in einer konjugierten Familie verwendet, und wir werden glaubwürdige Intervalle diskutieren. Am Ende dieser Woche werden Sie in der Lage sein, die Begriffe Prior-, Likelihood- und Posterior-Wahrscheinlichkeit zu verstehen und zu definieren und zu erkennen, wie sie miteinander in Beziehung stehen.

In diesem Modul werden wir Bayessche Entscheidungsfindung, Hypothesentests und Bayessche Tests besprechen. Am Ende dieser Woche werden Sie in der Lage sein, optimale Entscheidungen auf der Grundlage der Bayes'schen Statistik zu treffen und mehrere Hypothesen mit Hilfe der Bayes-Faktoren zu vergleichen.

In dieser Woche werden wir uns mit Bayes'schen linearen Regressionen und der Modell-Mittelwertbildung befassen, die es Ihnen ermöglicht, Schlussfolgerungen und Vorhersagen unter Verwendung mehrerer Modelle zu treffen. Am Ende dieser Woche werden Sie in der Lage sein, die Bayes'sche Modell-Mittelwertbildung zu implementieren, die Bayes'sche multiple lineare Regression zu interpretieren und ihre Beziehung zum frequentistischen Ansatz der linearen Regression zu verstehen.

Diese Woche besteht aus Interviews mit Statistikern darüber, wie sie Bayes'sche Statistik in ihrer Arbeit einsetzen, sowie aus dem Abschlussprojekt des Kurses.

In diesem Modul werden Sie den zur Verfügung gestellten Datensatz verwenden, um eine Datenanalyse durchzuführen und darüber zu berichten. Bitte lesen Sie die Hintergrundinformationen, sehen Sie sich die Berichtsvorlage an (die Sie über den Link in den Projektinformationen der Lektion herunterladen können) und füllen Sie dann die Aufgabe für die Peer Review aus.