所有课程

统计100 - 统计

在在水平初等概率统计第一过程;强调基本概念,包括描述统计,基本的概率,估计和假设检验的非参数都和正常模式。信用证未两个统计100和下面中的任何一个给定的:经济舱202,PSYC 235,或SOC 485的先决条件:数学112。

统计107 - 数据的科学发现

数据的科学发现是统计,计算,和现实世界相关的交集。作为项目驱动的过程中,学生进行实践分析真实世界的数据集的分析和发现数据的影响。贯穿每个经验,学生反映周边如隐私和设计数据分析社会问题。相同CS 107和107是。

统计199 - 本科生开讲座

看到主题课程安排。批准信和S / U分级。如果主题变化可以重复。

统计200 - 统计分析

统计概念,数据分析,设计和观察性研究和统计模型调查。统计计算使用统计软件包如R或电子表格。主题要覆盖包括数据汇总和可视化,研究设计,基本的概率,分类数据,对比实验,多元线性回归,方差分析,统计推论和模型的诊断。可以作为第一统计课程用于定量定向生,或作为第二过程遵循一个基本概念课程。信用证未两种统计200和212的统计给出。

统计212 - 生物统计学

应用统计推理和统计方法对生物学的。主题包括描述统计,图形化的方法,试验设计,概率,统计推断和回归。此外,统计计算的技术都包括在内。信用证未两种统计212和200的统计给出。

STAT 361 - Probability & 统计 for Computer Science

同CS 361 CS见361。

统计385 - 统计编程方法

统计人员必须到各种各样的,他们将被要求执行的分析非常有用的编程方法精明。本课程提供了通过创建功能和面向对象的编程写入和包装的统计算法的基础。基本的编程技巧和注意事项将被强调。学生还将创建封装自己实现的算法动态报告。学生必须能够访问其上他们可以安装软件的计算机。先决条件:STAT 200或统计212。

统计390 - 自习

可以重复到最大的8小时。先决条件:导师的同意。

统计391 - 荣誉自习

可以重复到最大的8小时。先决条件:导师的同意。

统计400 - 统计与概率我

介绍数理统计,开发概率根据需要;包括概率,随机变量,期望,分布函数,中心极限定理,点估计,置信区间,以及假设检验的演算。提供了一个基本的一个长期的介绍统计,也为学生准备统计410相同,数学463等4个本科小时。研究生4小时。先决条件:数学241或等同物。

统计408 - 精算我

检查概率基本理论,包括独立性,条件概率和贝叶斯定理;组合和排列;随机变量,期望和概率分布;关节和条件分布;随机变量的函数;采样;中心极限定理。相同ASRM 401 4本科小时。研究生4小时。信用证未两种统计408,要么数学461或400的统计给出的先决条件:数学241或同等学历。

统计409 - 精算II

统计408的延续检查参数点和区间估计,包括最大似然估计,充分性,完整性,和贝叶斯估计;假设检验;线性模型;回归与相关。相同ASRM 402 4本科小时。研究生4小时。信用证未两种统计409和410的统计给出的先决条件:统计408。

统计410 - 统计和概率二

统计400的延续包括矩生成函数,随机变量的转换,正常的抽样理论,充分性,最好的估计,最大似然估计,置信区间,最强大的测试,公正的测试和卡方检验。同数学464 3个本科小时。研究生4小时。信用证未两种统计410和409的统计给出的先决条件:统计400;或统计100和数学461。

统计420 - 应用统计方法

所施加的统计信息,包括简单和多元回归,相关性,方差和协方差,多重比较,拟合测试,列联表,非参数的程序,和测试功率善分析的更广泛使用的方法的系统,基于演算覆盖;强调时候,为什么不同的测试是适当的,如何使用它们。相同ASRM 450 3本科小时。研究生4小时。先决条件:STAT 408或统计400;数学231或等同物;基本矩阵运算的知识;或导师的同意。

统计424 - 方差分析

估计和假设在线性模型测试;一维,二维和更高的方式布局;不完整的布局;协方差分析;和随机效应模型和混合模型。 3个本科小时。研究生4小时。前提条件:信用卡或数学415并发登录和STAT 410。

统计425 - 施加回归和设计

探讨了线性回归,最小二乘法估计,F检验,残差分析,回归诊断,转换,建立模型,因设计,随机区组设计,拉丁方,裂区设计。电脑工作是课程的一个组成部分。 3个本科小时。研究生4小时。先决条件:统计410。

统计426 - 采样和分类数据

取样:简单随机,分层,系统,群集和多级采样。分类数据:多路应急表,最大似然估计,拟合优度测试配合,模型选择,逻辑回归。电脑工作是课程的一个组成部分。 3个本科小时。研究生4小时。先决条件:统计410。

统计427 - 统计咨询

学生,教师的监督下在团体合作,通过统计咨询服务教师和研究生协商;从文献上咨询读数。 3个本科小时。研究生4小时。先决条件:统计425或教练的同意。

统计428 - 统计计算

检查统计软件包,用于线性和非线性模型,图形和随机数生成和蒙特卡罗方法数值分析。相同CSE 428 3本科小时。研究生4小时。先决条件:STAT 410或等同物;编程语言的知识。

统计429 - 时间序列分析

研究时间序列理论和数据分析;检查自回归移动平均模型的建立和统计技术;并使用窗口周期图和快速傅立叶变换光谱讨论建模和统计分析。 3个本科小时。研究生4小时。先决条件:统计410。

统计430 - 应用统计主题

制定和数学模型为随机现象的分析;广泛参与与实际数据的分析;并根据需要在统计和计算技术指令。 3个本科小时。研究生4小时。可经批准重复。先决条件:STAT 410或统计420;或导师的同意。

统计431 - 应用贝叶斯分析

介绍的概念和贝叶斯统计的方法,对学生与数理统计的基础知识。主题包括贝叶斯规则,先验和后验分布,共轭,贝叶斯点估计和区间,贝叶斯假设检验,无信息先验,实用马尔可夫链蒙特卡罗,分层模型和模型图,以及更高级的主题在时间允许的。实现在R和专门的模拟软件。相同ASRM 453. 3本科小时。研究生4小时。先决条件:统计410和R的知识。

统计432 - 统计学习的基础知识

在监督和无监督学习主题都包括在内,包括回归,支持向量机,分类树和非参数回归。模型构建器和特征选择被用于这些技术所讨论的,其重点是正则化方法,使用交叉验证如套索和岭回归,以及用于模型选择的方法和评估。聚类分析和主成分分析引入作为无监督学习的例子。相同ASRM 451 3本科小时。研究生4小时。先决条件:统计400,并且或者STAT 420或统计425。

统计433 - 随机过程

随机过程是一个随机过程,代表了一些系统随时间演变。主题可以包括离散时间和连续时间马尔科夫链,出生和死亡的链,分支链,平稳分布,随机游动,马尔可夫纯跳跃过程,出生和死亡的过程,更新过程,泊松过程,队列,第二顺序过程,布朗运动(维纳过程),和伊藤引理。 3个本科小时。研究生4小时。先决条件:STAT 400所需,STAT 410优选的,和数学225(或线性代数的等效知识)高度推荐。

统计434 - 生存分析

介绍时对事件结果的分析。主题中心围绕三个主要步骤:在的Kaplan-Meier估计,对数秩检验和Cox回归。强调大画面的概念,基本方法的理解,以及在r中的实际应用。 3个本科小时。研究生4小时。先决条件:统计410,统计420,和R的知识,在统计420的水平。

统计440 - 统计数据管理

数据存储,数据清洗,数据提取最终导致数据分析的关键要素被呈现。包括使用标准的大规模统计软件的基本理论和方法的数据库,审计和查询数据库,以及数据管理和数据准备。学生将在存储,清洁和管理数据所需的技能,所有的数据分析之前需要获得竞争力。相同CSE 440 3本科小时。研究生4小时。先决条件:STAT 400或统计409。

统计443 - 专业统计

这个基于项目的课程强调书面,视觉和统计结果和结论口头交流。介绍了统计咨询服务,还提供。其他主题包括介绍在工业统计方法和统计事业的各个方面。 3个本科小时。研究生4小时。先决条件:统计420或教练的同意。

STAT 448 - 先进的数据分析

几个的数据分析的最广泛使用的技术与统计计算重点讨论。主题包括线性回归,方差分析,广义线性模型,和分类数据的分析。此外,介绍了数据挖掘提供考虑分类,建立模型,决策树和聚类分析。相同CSE 448 4本科小时。研究生4小时。先决条件:STAT 400或STAT 409,及信用或同时登记在统计410。

统计458 - 生命科学的数学建模

同鞍钢新轧448和487 IB见鞍钢新轧448。

统计480 - 数据的科学基础

检查数据管理和分析的为“大数据”,其特征在于高批量,多品种,速度和准确性的方法。注意力将集中在采用必要的海量数据集分析并行处理,存储和分发技术数据科学应用先进的统计分析和可视化。数据挖掘技术,机器学习方法,和流技术将被用于实时分析。学生必须能够访问其上他们可以安装软件的计算机。 3个本科小时。研究生4小时。先决条件:统计425,并且熟悉高级语言(例如Python中,JAVA,C,F#),和命令行编程。

统计510 - 数理统计我

分布,变换,为了统计,指数家庭,充分性,Δ-方法,Edgeworth展开;一致最小方差无偏估计,RAO-布莱克韦尔定理,克拉美 - 罗下限,信息不等式;同变性。先决条件:统计410。

统计511 - 数理统计II

贝叶斯估计,minimaxity,受理;最大似然估计,一致性,渐近效率;测试和置信区间;奈曼 - 皮尔逊引理,一致最强大的测试;似然比测试和大样本近似;非参数。先决条件:统计510。

统计525 - 统计计算

各种话题,如岭回归;稳健回归;折刀,引导,交叉验证和重采样计划;电子米算法;投影寻踪;所有具有强大的计算气息。如果主题改变一样CSE 525可以重复。先决条件:STAT 425,统计426和stat 511;或导师的同意。

统计527 - 先进的回归分析

一种先进的介绍回归分析与应用程序从学科,如生物统计学和经济学分析数据。该课程将介绍古典以及现代回归方法,并进入这些技术的深度理解的动机,理由,实施这些方法。的重点将放在理解这些方法的统计特性,用自己的实际优点和局限性一起。两个回归分析的理论和应用方面进行讨论。研究生4小时。没有专业的信用。先决条件:STAT 410,统计510(并发登记就足够了),和r的知识。仅研究生。

STAT 530 - 生物信息学

同鞍钢新轧543,CHBE 571,和MCB 571.见CHBE 571。

统计534 - 先进的生存分析

介绍时对事件结果的分析。主题包括截尾,离散存活,参数模型,非参数单和k采样方法,Cox回归,回归诊断,时间相关的协变量,和多变量生存结果。突出重点基本概念。计数基于流程的理论依据和实际执行也将被讨论。研究生4小时。没有专业的信用。先决条件:统计410,统计425,和r的知识。

统计538 - 临床试验方法

该课程的主题集中在临床试验设计和常用于制药工业中推论技术。主题包括固定样本设计用于正常和存活数据,双面组序贯设计,波考克和奥布莱恩 - 弗莱明边界,具有早期停止的组序贯设计,α和β的消费功能,片面的设计一般理论接受零假设,非劣效性设计,并推论技术。计算在SAS将被强调。研究生4小时。没有专业的信用。先决条件:STAT 410,统计425,并且熟悉SAS。

统计541 - 预测分析

同ASRM 552见ASRM 552。

统计542 - 统计学习

预测模型,分类和聚类的现代技术进行了讨论。这些的例子是线性回归,非参数回归,核方法,正则化,聚类分析,分类树,神经网络,升压,歧视,支持向量机,和模型选择。应用进行了讨论,以及计算和理论。相同ASRM 551和CSE 542 4毕业小时。没有专业的信用。先决条件:STAT 410和统计425。

STAT 543 - 申请多元统计

同美国消费品安全委员会543.见CPSC 543。

统计545 - 空间统计

理论和分析变量和多变量空间和时空数据的方法。涵盖基础理论和前沿研究进展的统计学,以及汇总数据和点过程统计方法。真实的数据例子将在课堂上提供和统计软件将被用来说明数据分析。研究生4小时。没有专业的信用。先决条件:STAT 425或等同物。

统计546 - 机器学习的科学数据

培养学生运用先进的统计学习方法和算法来分析大量复杂数据。在使用过程中的主要议题包括:数据探索和数据的科学解释;大型数据处理;正则化方法;优化工具;深度学习;推荐系统;网络和图形模型;文本挖掘;和成像分析。学生将获得在各种应用,如商业,政治学,生物学和医学数据挖掘和知识发现的实用技能。研究生4小时。没有专业的信用。先决条件:STAT 510或统计410(学生必须采取任一统计510或STAT 410)和STAT 425。

统计551 - 概率我的理论

同数学561看数学561。

统计552 - 概率II的理论

同数学562看数学562。

STAT 553 - 概率,并测量我

措施和概率;整合和期望;收敛定理和不平等的积分和期望;独立;收敛的概率,几乎可以肯定,和平均;三个系列的定理;大数法则。先决条件:数学447或导师的同意。

统计554 - 概率和测量二

度量扩展,lebesque-stieltjes措施,洛夫一致性定理;条件期望,条件概率,鞅;分布函数和特征函数;分布收敛;中心极限定理;布朗运动。信用证未两种统计554,要么数学561或数学562给出。

统计555 - 施加随机过程

同数学564看数学564。

统计558 - 风险建模和分析

同数学563看数学563。

统计571 - 多因素分析

推断在多元统计的人口强调多元正态分布;的试验,估计和采样分布推导;从自然科学和社会科学的例子。先决条件:统计410和数学415,或导师的同意。

统计575 - 大样本理论

限制最大似然估计,似然比检验统计,U-统计,间 - ,1-,和r的估计器,非参数检验统计,冯米塞斯微分统计函数的分布;渐近相对效率;渐进展开。同经济舱578先决条件:统计511,要么数学561或554的统计。

统计578 - 统计专题

如果主题变化可以重复。先决条件:导师的同意。

统计587 - 分层线性模型

同PSYC 587和587 EPSY看到EPSY 587。

STAT 588 - Covar Struct and Factor Models

同EPSY 588,588心理误区,和SOC 588见PSYC 588。

统计590 - 个人学习和研究

针对阅读和研究。批准信和S / U分级。可经批准重复。先决条件:导师的同意。

统计593 - 统计实习

监督,校外在其统计科学中起着重要作用的现场经验。批准信和S / U分级。先决条件:统计425和导师的同意。

统计595 - 准备未来的教师

Prepares Ph.D. students who are interested in an academic career to develop a successful academic career path, and to prepare graduate students for their future roles as teachers, and researchers. The course will focus on profession, job search, research, teaching and service. The course will involve guest panels, small and large group presentations and interactive Q&A with student participation.

统计599 - 论文的研究

批准了S / U只分级。可以重复。先决条件:导师的同意。