[Forside] [Hovedområder] [Perioder] [Udannelser] [Alle kurser på en side]
Deltagerne vil efter dette kursus have indsigt hvordan modeller formuleret som stokastiske processer kan anvendes til at analysere genomsekvenser og andre biologiske problemer samt kendskab til den nødvendige sandsynlighedsteoretiske baggrund for håndtering af disse modeller og praktisk erfaring med programmeringssproget R. Læringsmål Deltagerne skal ved afslutningen af kurset kunne: 1. Forklare basale sandsynlighedsteoretiske begreber inden for teorien om Markovkæder. 2. Anvende modeller formuleret som (skjulte) Markovkæder til analyse af DNA-sekvenser. 3. Anvende Markov chain Monte Carlo (MCMC) metoder, specielt Metropolis-Hasting algoritmen og Gibbs sampling. 4. Implementere anvendelser som programmer i R.
Et projekt med skriftlig rapportering
Markovprocesser i diskret tid med diskret udfaldsrum, såkaldte markovkæder, bliver introduceret, og deres anvendelse i statistisk analyse beskrives; Markov chain Monte Carlo (MCMC) metoder, specielt Metropolis-Hasting algoritmen og Gibbs sampling, bliver diskuteret; Begrebet skjulte markovmodeller (HMM) bliver præsenteret som et modelleringsredskab, og det bliver anvendt inden for genomanalyse til analyse af geners struktur; Programmeringssproget R bliver præsenteret og anvendes ved computerøvelser.
Kursus i basal statistik, matematisk modellering eller lignende
Freddy B. Christiansen og Thomas mailund
Forelæsninger (3t/uge) Øvelser (3t/uge)
Tekstbog (W. J. Ewens og G. R. Grant: Statistical Methods in Bioinformatics. Springer-Verlag 2001)
http://www.birc.au.dk/Studies/SMiB
BiRC - Center for Bioinformatik
Mundtlig eksamen uden forberedelse (20min), 7 skala, intern censur