Calendar and Notes

 WEEK   DAY    TOPIC  NOTES 
 WEEK 1  Tues.  03/29   Introduction. Description of the syllabus. Background material  slides1.pdf
   Thus.  03/31   Background material  slides2.pdf
 WEEK 2  Tues.  04/05   Large sample inference 
   Chp. 4 

 slides3.pdf
   Thus.  04/07   The multinomial and the multivariate normal models. 
   3.5,3.6		  slides4.pdf
 WEEK 3  Tues.  04/12  Hierarchical models and meta-analysis. 
   5.1-5.6 

slides5.pdf

slides6.pdf
   Thus.  04/14   Model Checking. 
   6.5-6.8 

slides7.pdf 
 WEEK 4  Tues.  04/19   Model comparison. 
   7.1-7.6 
 Quiz 1 (25%)

slides8.pdf

slides9.pdf 

 
   Thus.  04/21   Accounting for data collection schemes. 
   8.1-8.5		  
 WEEK 5  Tues.  04/26   Observational studies. Censoring and truncation. 
   8.6-8.8		  
   Thus.  04/28   Auxiliary variables for Monte Carlo methods. 
   12.1		  
 WEEK 6  Tues.  05/03   Efficient Gibbs and Metropolis samplers. 
   12.1-12.3		  slides10.pdf 
   Thus.  05/05  Posterior Modes. EM algorithm. 
  13.1-13.4		  slides11.pdf
 WEEK 7  Tues.  05/10

  Midterm (45%)

  
    Thus.  05/12

  Regression models. 
   14.1-14.8

  slides12.pdf 
 WEEK 8  Tues.  05/17   Regression models. 
   14.1-14.8		  slides13.pdf 
   Thus.  05/19   G-priors. Regularization. Robust Inference. 
   17.1-17.5		  
 WEEK 9  Tues.  05/24

  Mixture models. 
  22.1-22.5

  
   Thus.  05/26   Mixture models. 
  22.1-22.5		  
 WEEK 10  Tues.  05/31

  Approximations
  13.7
  Quiz 2 (30%)

 slides14.pdf 
   Thus.  06/02

  Gaussian process models 
  21.1-21.5
 

 slides15.pdf