Főtárgy:
Valószínűségszámítás: 1+2+3+4+5.
Információelmélet: 3+4+6+8.
Statisztika: 1+7+8+9.
Melléktárgy: Bármely kettő a fenti témák közül.
1. A
valószínűségszámítás alapjai: Kolmogorov axiómarendszere, mértékelmélet. Borel-Cantelli lemmák.
Konvergenciatípusok és kritériumaik. Egyenletes
integrálhatóság . Dunford és Pettis tétele.
Kolmogorov alaptétele. Sztochasztikus folyamat folytonosságának Kolmogorov
kritériuma. Feltételes várható érték,
reguláris feltételes eloszlás. Valószínűségi mértékek metrikus terekben,
gyenge konvergencia, kompaktsági kritérium (Prohorov) Mértékek a C[0,1]
és D[0,1] függvénytereken, a feszesség kritériumai.
Irodalom:
Rényi Alfréd: Valószínűségszámítás. Tankönyvkiadó,
Bp. 1972.
John Lamperti: Probability. A survey of
the mathematical theory. Wiley, New York, 1996.
Richard Durrett: Probability: theory and
examples. Duxbury Press, Belmont, CA, 1996.
Patrick Billingsley: Convergence of
probability measures. Wiley, New York, 1999.
2. Martingálok
és határeloszlástételek: Martingál egyenlőtlenségek, megállási
Irodalom:
Richard
Durrett: Probability: theory and examples. Duxbury Press, Belmont, CA, 1996.
David
Williams: Probability with
martingales. Cambridge University
Press, Cambridge, 1991
Amir Dembo, Ofer
Zeitouni: Large deviations techniques
and applications.
Springer-Verlag, New York, 1998
3. Bolyongások
és Markov láncok: Rekurrencia
probléma, Pólya tételek.
Irodalom:
William
Feller: An Introduction to Probability
Theory and its Applications I. Wiley,
New York 1968.
Frank
Spitzer: Principles of random walks.
Springer, New York, 1976.
Samuel Karlin, Howard
Taylor: Sztochasztikus
folyamatok. Gondolat Kiadó, Bp. 1985
4. Stacionárius
folyamatok, ergodelmélet: L2-elmélet, spektrálmérték,
Irodalom:
John
Lamperti: Stochastic Processes – a
Survey of the Mathematical Theory.
Springer 1977.
Peter
Walters: An introduction to ergodic
theory. Springer-Verlag, New York-
Berlin, 1982. ide kell még valami
5. Sztochasztikus
analízis: Wiener folyamat:
konstrukció és
Irodalom:
Daniel Revuz, Marc Yor: Continuous martingales and Brownian
motion. Third edition.
Springer-Verlag, Berlin, 1999
Kai-Lai Chung, Ruth Williams: Introduction to Stochastic integration. Second Edition. Birkhäuser 1990.
H. P. McKean:
Stochastic Integrals. Academic
Press, New York, 1969
6.
Információelmélet: Az
információmennyiség mértékszámai, a típusok
Irodalom:
Imre Csiszár, János
Körner: Information theory. Third
edition. Akadémiai Kiadó, Budapest 199?
Thomas Cover, Joy Thomas: Elements of information theory. John Wiley & Sons, Inc., New York, 1991
7. Statisztikai
alapfogalmak, becsléselmélet: Tapasztalati eloszlás,
Glivenko–Cantelli tétel. Rendezett
minták elmélete. Kolmogorov–Szmirnov tételkör. Tapasztalati eloszlásfüggvény
gyenge konvergenciája a Wiener hídhoz. Elégséges és teljes statisztika fogalma,
Neyman–Fisher faktorizáció,
exponenciális eloszláscsalád. Pontbecslések: torzítatlanság, efficiencia, konzisztencia.
Rao–Blackwell–Kolmogorov tétel, Cramér-Rao típusú egyenlőtlenségek.
Becslési módszerek: maximum likelihood
elv, momentumok módszere, Bayes becslések és e becslések tulajdonságai.
Intervallumbecslések, Student- és c2-eloszlás tulajdonságai.
Irodalom:
Borovkov A. A.: Matematikai statisztika. Typotex, Budapest, 1999.
Johnson R.A., Bhattacharyya G.K.: Statistics.
Principles and Methods. Wiley, New
York,1992.
Kendall M.G., Stuart A.: The Theory of Advanced
Statistics I-II. Griffin, London, 1966.
Lehman E. L.:
Theory of Point Estimation. Wiley, New
York, 1983.
8. Hipotézisvizsgálat: Hipotézisvizsgálati alapfogalmak, randomizált próbák.
Neyman–Pearson alaplemma és kiterjesztései összetett hipotézisek vizsgálatára
monoton likelihood-hányadosú eloszláscsalád esetén . Egyenletesen legerősebb és torzítatlan
próbák, nagy eltérés tételek alkalmazása a statisztikában. Egyoldali, kétoldali ellenhipotézisek;
likelihood-hányados próba, a próbastatisztika aszimptotikus eloszlása.
Klasszikus paraméteres és nemparaméteres próbák optimalitása. Kolmogorov–Szmirnov
próbák. A Wald- féle szekvenciális eljárás, Wald-Wolfowitz tétel.
Irodalom:
Borovkov A. A.: Matematikai statisztika. Typotex, Budapest, 1999.
Johnson R.A., Bhattacharyya G.K.: Statistics.
Principles and Methods. Wiley, New York, 1992.
Kendall M.G., Stuart A.: The Theory of Advanced
Statistics II-III. Griffin, London, 1966.
Lehman E. L.:
Testing Statistical Hypotheses. Wiley,
New York, 1959.
9. Többdimenziós
analízis: Többdimenziós
normális eloszlás, Wishart eloszlás. A többdimenziós normális eloszlás
paramétereinek maximum likelihood becslése, hipotézisvizsgálatok. Többváltozós lineáris regresszió, lineáris
modell, lineáris becslések, Gauss–Markov tétel, statisztikai próbák a lineáris
modellben. Variancia- és kovariancia
analízis, Fisher-Cochran-tétel. Főkomponensanalízis, faktoranalízis, kanonikus
korrelációanalízis. Osztályozási módszerek, alakfelismerés: klaszteranalízis, diszkriminanciaanalízis. Többdimenziós skálázás. Kontingenciatáblázatok
elemzése: korrespondanciaanalízis,
loglineáris modellek. Többváltozós
küszöbmodellek, probit- és logitanalízis, Kaplan–Meier becslés cenzorált
adatokra. EM algoritmus hiányos adatokra, ACE (Alternating Conditional
Expectation) algoritmus az általánosított regressziós feladatra.
Irodalom:
Anderson T.W.: An Introduction to Multivariate
Statistical Analysis. Wiley, New York, 1949.
Lawley D.N., Maxwell A.E.: Factor Analysis as a
Statistical Method. Butterworths, London, 1971.
Móri F.T., Székely J.G.: Többváltozós statisztikai
analízis. Műszaki Könyvkiadó, Budapest, 1986.
Rao C.R.: Linear Statistical Inference and Its
Applications. Wiley, New York,
1965.
Bolla, M.:
Többváltozós matematikai statisztika jegyzet.
BME Matematika Intézet,
Sztochasztika Tanszék, Bolla M. honlapján.