2023秋 2022秋 2020春 课程号：STAT5127P01
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：很多
| 选课类别：基础 | 教学类型：理论课 |
| 课程类别：研究生课程 | 开课单位：统计与金融系 |
| 课程层次：本研贯通 | 学分：3.0 |
教学内容
张伟平老师的《贝叶斯分析》课程前半学期讲授贝叶斯推断的基本内容，后半学期涉及贝叶斯网络、贝叶斯近似计算、MCMC及WinBUGS的使用、贝叶斯回归、大样本理论、分层模型、动态线性模型和稳健性分析等进阶内容。课程内容详实，适合认真学习的同学。
作业与考试
作业量较大，每周有作业，期末还有大作业。期末考试为开卷考试，题目难度中等，涉及基础计算和代码应用。大作业需独立完成并应用所学统计方法。疫情期间有在线考试的安排。
给分
评分较为慷慨，作业和大作业得分较好，最终成绩由平时作业、大作业和期末考试按比例综合评定。部分同学认为分数较为宽松，平时作业完成良好即能得高分。但也有同学因考试或理解难度导致分数不理想。
教学水平
老师讲课细致，线上线下均有丰富的辅导。有同学特别提到老师讲课“很好，私下里也很和蔼”。整体教学体验良好。
推荐选课对象
适合有时间认真学习、有一定统计基础的同学，特别推荐给本科高年级及研究生。同学们若对贝叶斯分析感兴趣且愿意投入时间，能从课程中学到很多实用的知识。
- 课程难度：困难
- 作业多少：很多
- 给分好坏：超好
- 收获大小：很多
- 难度：困难
- 作业：很多
- 给分：超好
- 收获：很多
这门课程总体体验良好，适合有充分时间认真完成课程内容的同学。前半学期讲了贝叶斯推断的基本内容，后半学期讲了很多进阶内容，包括贝叶斯网络，贝叶斯近似计算，mcmc及winbugs的使用，贝叶斯回归等等。感觉认真学习的话收获还是非常多的。作为3学分课程，作业其实挺多的，每周有课程作业，最后还有一个大作业，所以并不适合水学分，但认真学习的话确实能学到很多东西。
给分的话还不错。平时作业做了都会给满，大作业看起来给分也不错，期末开卷考也不是很难。个人数据点：作业满分，大作业19/20，期末90+，总评4.3。推荐有时间的学弟们大三下选课。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：很多
这是本菜鸡第一次壮了胆子选的研究生课，整体体验很好。
2020魔幻年当然是线上授课，老师会用PPT+板书，也会讲解代码的使用。《贝叶斯分析》（韦来生，张伟平）这本书基本都讲了还有一些补充。讲得还是很细致的。
期末论文就是：
每位同学将需要独立完成一篇应用所学贝叶斯统计方法分析一个(或多个)你感兴趣的数据集的论文.
我搭建了一个贝叶斯网拿了19/20，老师说好好写的分都不低。
最后期末考试今年因为疫情原因是七月份在线上线下同时进行的。当时大部分研究生都已经返校，可以线下考试，本科生都还在家。期末开卷，考试不难但也不简单。前几题是基础的贝叶斯计算，之后有一道第五章挺难的作业题，还有WINBUGS的手写代码（我复习的时候以为不会这样子考所以没咋看呜呜呜）。
最后总评按照：平时分:论文:期末=3:2:5的比例（之后好像还加了一分的样子），喜提4.0，谢谢老师了！
- 课程难度：中等
- 作业多少：很少
- 给分好坏：一般
- 收获大小：很多
- 难度：中等
- 作业：很少
- 给分：一般
- 收获：很多
很好的一门课，上课体验好，收获比较多，给分也很不错。
不过今年考试的题目较往年有较大变动，似乎不是那么推荐大三的同学选课。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：杀手
- 收获大小：一般
- 难度：中等
- 作业：中等
- 给分：杀手
- 收获：一般
可能是我太菜了，感觉作业好多学不懂最后分数也不高
- 课程难度：中等
- 作业多少：中等
- 给分好坏：超好
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：超好
- 收获：很多
似乎成绩并不是很理想，不知道是不是我考试算错太多了（没有查卷机制），竟然没有拿到4.3。。。这门课程的主要内容除了前面的一些陈词滥调之外，还重点讲了一些mcmc算法（今年提到了hamiltonnian monte carlo），变分推断，基于贝叶斯因子的模型选择方法，大样本理论，分层模型和回归模型，以及后面我听不懂的动态线性模型和稳健性分析之类。老师讲课很好，私下里也很和蔼，也给予了我很多课余的帮助。
额，是2021秋，评课社区没有更新这门课的信息么？
