ST364
ST364 Generaliserte Additive Modeller
Sist oppdatert 28. mai 1999.
Informasjon fra Forelesningskatalogen
Innhold
Beskjeder
Undervisningen er nå
avsluttet. Se nedenfor om eksamen.
Kursomtale
Metoder basert på lineærnormale modeller (f.eks. multippel
regresjon, variansanalyse) har i en årrekke vært blant de mest
sentrale i statistikernes verktøyskasse. De siste 10-20 årene har det --
som et supplement til og generalisering av de klassiske metodene --
skjedd en stor utvikling av ny regresjonsmetodikk. Denne
utviklingen har blitt muliggjort av den stadig mer avanserte
IT-teknologien. De moderne regresjonsmetodene tar utgangspunkt i den
grunnleggende tankegangen bak de lineærnormale modellene, men
generaliserer disse i to retninger:
- Antagelsen om lineær effekt av kovariatene (evnt. etter
passende transformasjoner) er for de additive
modellene blitt erstattet med antagelsen
om at effektene av kovariatene kan beskrives med "glatte" funkjoner.
- Normalfordelingsantagelsen har for de generaliserte
lineære modellene blitt erstattet med antagelsen om
at data kommer fra en fordeling i den eksponensielle fordelingsklasse
(f.eks. binomisk, Poisson, Gamma).
De generaliserte
additive modellene kombinerer disse to utvidelsene av de
klassiske lineærnormale modellene. Resultatet er en fleksibel klasse
modeller som er til stor nytte ved analyse av data fra en rekke situasjoner
hvor en skal finne ut hvordan en respons avhenger av en eller flere
kovariater.
Formålet med kurset er å gi en presentasjon av de
additive og de generaliserte additive modellene og hovedtrekkene
i teorien og algoritmene disser bygger på (uten å bli fortapt
i detaljer).
Statistikk-pakken Splus vil bli brukt til
numeriske illustrasjoner og analyser av reelle datasett.
Kurset forutsetter kunnskaper i lineærnormal teori og
generaliserte lineære modeller svarende til ST113 og ST213.
Tilbake
til toppen av siden
Foreleser og undervisningstider
Forelesninger og øvinger gis av
Ørnulf Borgan.
Rom B809 N.H. Abels hus.
E-post: borgan@math.uio.no
Forelesninger: Tirsdag 9.15 - 11.00, seminarrom B81, Nils Henrik Abel´s hus.
Øvninger: Tirsdag 11.15 - 12.00, seminarrom B81, Nils Henrik Abel´s hus.
I praksis vil forelesningene og øvingene ikke holdes klart
adskilt.
Tilbake til toppen av siden
Kursmateriale
Lærebok:
- Hastie & Tibshirani (HT):
Generalized Additive Models. Chapman Hall.
Støttelitteratur:
- Venables & Ripley :
Modern applied statistics with S-Plus. Springer-Verlag.
- Resultatsamling med nødvendig bakgrunnsstoff i matriseregning,
lineærnormal teori og generaliserte lineære modeller
vil bli løpende oppdatert og være tilgjengelig
som postscript-fil her.
Tilbake til toppen av siden
Splus
Statistikkpakken Splus vil bli
mye benyttet i kurset. En link til avdelingens hjemmeside for Splus er
gitt her. Denne
inneholder mye nyttig informasjon.
Eksempler på bruk av Splus fra forelesningene og
øvelsene er gitt nedenfor.
Tilbake til toppen av siden
Pensum
Pensum består av følgende stoff fra
boka til Hastie & Tibshirani:
- Kapittel 1: Hele.
- Kapittel 2: Hele.
- Kapittel 3: Avsnittene 3.1 - 3.5, avsnitt 3.8.1 (unntatt stoffet om Bayes
analyse), avsnitt 3.9 og avsnittene 3.11.3 - 3.11.5.
- Kapittel 4: Hele.
- Kapittel 5: Avsnitt 5.1, innledningen til avsnitt 5.2, avsnitt 5.2.1
(bare f.o.m. siste avsnitt side 108), avsnitt 5.3.1, avsnitt 5.4.1,
avsnitt 5.4.4 (unntatt stoffet om simultane konfidensintervall) og
avsnitt 5.4.5.
- Kapittel 6: Avsnittene 6.1 - 6.4, avsnitt 6.7 (t.o.m. første linje
side 154) og avsnittene 6.8 - 6.10.
- Kapittel 10: Avsnittene 10.1 og 10.2.
I tillegg kommer stoff
gjennomgått som øvinger.
Tilbake til toppen av siden
Eksamen
Eksamen består av en individuell prosjektoppgave og muntlig eksamen.
Prosjektoppgaven ble utlevert tirsdag 18. mai og hadde innleveringsfrist
fredag 28. mai. Muntlig eksamen avholdes tirsdag 8. juni;
nærmere detaljer er gitt ved oppslag.
Tilbake til toppen av siden
Forelesningene
Følgende stoff er gjennomgått på forelesningene:
- 4. mai Avsnittene 6.8 og 6.9.
Studentene leser på
egen hånd avsnitt 6.10.
Splus kommandoer og resultater som
illustrerer bruk av Akaikes infoirmasjonskriterium (AIC)
fins
her.
- 27. april: Side 29, avsnitt 3.11.3 - 3.11.5, avsnitt 5.4.1 og
avsnitt 6.8.2.
- 20. april: Avsnittene 6.4, 6.7 (t.o.m. 1. linje side 154),
10.1 og 10.2
Splus kommandoer og resultater for
dataene fra avsnitt 6.4.1 i HT fins
her.
Splus kommandoer og resultater for kyfose-dataene
fra avsnitt 10.2 og appendiks A i HT fins
her.
- 13. april. Avsnittene 6.1 - 6.3.
Splus kommandoer og resultater
for bille-dataene fra ST 213 fins
her.
- 23. mars: Avsnitt 5.1, innledningen til avsnitt 5.2, fra og
med siste avsnitt side 108 og ut avsnitt 5.2.1, avsnitt 5.3.1, avsnitt
5.4.4 med unntak av stoffet om simultane konfidensområder på side 128,
avsnitt 5.4.5.
Splus kommandoer og resultater som
illustrerer tilpassning av additive modeller
for diabetes-dataene fins
her.
- 16. mars: Avsnitt 3.9
- 9. mars: Avsnittene 3.5 og 3.8.1 (med unntak av det som
står om Bayes analyse på siste halvdel av side 60).
Splus-kommandoer som
illustrerer ("manuel") beregning av ekvivalent frihetsgradstall
fins her.
- 2. mars: Avsnittene 3.3 (i forbindelse med Oppgave 3)
og 3.4.
Splus-kommandoer som
illustrerer ("manuel") bruk av kryssvalidering
fins her.
- 23. februar: Avsnittene 4.4 og 4.5.
Splus-kommandoer som
illustrerer manuel bruk av backfitting algoritmen
(avsnitt 4.4) fins her.
Splus kommandoer og resultater som
illustrerer GAM-tilpassning av logistisk regresjon
(avsnitt 4.5) fins her.
- 16. februar: Avsnittene 3.1 - 3.3 i HT (i forbindelse med Oppgave 1),
samt avsnittene 2.12 og 4.1 - 4.3
- 9. februar: Avsnittene 2.7 - 2.10
i HT med untak av "computational aspects" på
sidene 28-29.
- 2. februar: Kapittel 1, avsnittene 2.1 - 2.6
og avsnitt 2.11 i HT.
Splus kommandoer og resultater som
illustrerer bruk av ST364-bibiloteket og
enkle analyser av diabetes-dataene fra Appendix A
i HT fins her.
Splus-kommandoer som
illustrerer bruk av ulike glattere
fins her.
Tilbake til toppen av siden
Oppgaver til øvingene
Tilbake til toppen av siden
Ansvarlig: Ørnulf Borgan