B贝叶斯统计教学大纲.docx

《贝叶斯统计》教学大纲

“BayesianStatistics”CourseOutline

课程编号：2021012B

课程类型：专业选修课

总学时：32讲课学时：32实验（上机）学时：0

学分：2

适用对象：金融学（数据与计量分析）

先修课程：数学分析、概率论与数理统计、计量经济学

CourseCode：2021012B

CourseType：DisciplineElective

TotalHours：32Lecture：32

Experiment(Computer)：0

Credit：2

ApplicableMajor：Finance

Prerequisite：MathematicalAnalysis,ProbabilityTheoryandStatistics,Econometrics

一、课程的教学目标

本课程旨在向学生介绍贝叶斯统计理论、贝叶斯统计方法及其在实证研究中的应用。贝叶斯统计理论与传统统计理论遵循着不同的基本假设，为我们处理数据信息提供新的角度和解读思路，并在处理某些复杂模型上（如，估计动态随机一般均衡模型、带时变参数的状态空间模型等）相比传统方法具有相对优势。

本课程要求学生在选课前具备基本的微积分、概率统计以及计量经济学知识。以此为起点，我们将主要就贝叶斯统计理论知识、统计模型的应用以及基于计算机编程的实证能力三方面对学生进行训练。经过对本课程的学习，学生应了解贝叶斯框架的基本思想，掌握基本的贝叶斯理论方法及其主要应用，并掌握实证研究中常用的贝叶斯数值抽样方法以及相关的计算机编程技能。尤其是，学生应能明确了解贝叶斯统计方法与传统统计方法在思想和应用上的区别以及各自的优缺点，以便能在实际应用中合理选择统计分析工具。通过课程内容的学习以及实际应用，学生应建立逐步建立严谨的辩证思维框架与学术规范，形成科学的世界观与价值观。

ThiscourseintroducesthebasicconceptsofBayesianstatisticsandtheuseofBayesianeconometricmethodsinempiricalstudy.Bayesianstatisticshasdifferentfundamentalassumptionsfromtheclassical(frequentist)framework,providinguswithanalternativewayinanalyzingandinterpretingdatainformation.Bayesianmethodsalsohaverelativeadvantages,andthusarewidelyused,indealingwithcertaincomplicatedmodels(forexample,theestimationofDynamicStochasticGeneralEquilibriummodel,statespacemodelswithtime-varyingparameters,etc.).

Studentsshouldhavehadbasictrainingsoncalculus,probabilitytheoryandstatistics,andpreferablyeconometricspriortothiscourse.ThemajortrainingsofferedinthiscoursefocusonBayesiantheories,Bayesianstatisticalmodelswithapplicationsandcomputationalskillsrequiredforempiricalanalysis.Afterthecourse,studentsshoulddeveloptheirunderstandingonthephilosophyofBayesianframework,understandbasicBayesiantheories,Bayesianestimationmethodsandtheirapplications,andmasterthecomputerskillsforthepracticaluseofBayesianmethods.Specifically,studentsshoul