• STAT-S 501统计方法:介绍统计(3 cr) P:统计本科。本课程采用系统的方法的博览会一般线性模型,关注相关简单的线性和多元回归。介绍了学生使用统计分析软件。课程的前三分之一由审查统计,数据分析工具,测试的意义和置信区间。学生学会创造性思考的使用统计方法在他们自己的研究。

• STAT-S 503统计方法二:广义线性模型和分类数据(3 cr) P:统计S501或一个本科的统计数据。本课程采用系统的方法一般线性模型的博览会,关注分类数据。主要关心的变量分类模型的响应。这些模型包括probit分对数,下令分对数,和泊松回归等等。学生学会创造性思考的使用统计方法在他们自己的研究。

• STAT-S温柔的介绍统计519 R (3 cr)。P:导师的同意。介绍了概率和统计推断的基本概念通过仔细研究的几个重要的程序。主题包括离散和连续随机变量,估计,假设检验,1 -和2-sample位置问题,方差分析和简单线性回归。作业涉及概率模型和/或统计方法应用到实际情况和/或实际数据。
• STAT-S 520介绍统计(3 cr) P:数学M212 M301, M303或等价的。数据分析和统计推断的基本概念、应用1示例和2-sample位置问题,方差分析,线性回归。概率模型和统计方法应用到实际情况和实际数据集从不同的学科。基本统计理论,包括插件原则,极大似然和最小二乘的方法。

• STAT-S 610介绍统计计算(3 cr) P:统计S620或导师同意。从软件工程的角度介绍R和介绍应用统计学中常用的算法。优化算法包括梯度下降法、随机梯度下降法、EM算法,在凸优化和主题。随机算法包括拒绝抽样、pmmh和吉布斯抽样。

• STAT-S 611统计计算(3 cr)。本课程将介绍统计计算使用R和C / c++。它将主要集中在编写代码解决统计问题。我们还将介绍多种算法用于现代统计计算。话题可能包括:计算机表示的数字和有限精度算法,编程R, R先进,在C / c++编程,随机数生成、蒙特卡罗方法、马尔可夫链蒙特卡罗方法,数值线性代数,数值优化。特定主题的选择和他们强调可以调整以适应类和教师的利益和偏好。

• STAT-S 612管理统计研究:工作流的数据分析(3 cr)。本课程教如何高效、准确地计划、组织、文档和执行复杂的定量分析所复制的其他研究人员。主题包括:1)规划研究。2)记录工作。3)组织、备份和归档文件。4)编写健壮的、有效的数据管理和分析程序。5)使用自动化(基本编程方法)更准确、高效地工作。6)数据分析做准备。7)系统进行统计和图形分析。8)将结果纳入论文和报告,同时保持他们的出处。9)协作和数据分析。 Lectures, exercises and applications are designed to help you develop a workflow for your own research.

• STAT-S 620统计理论导论(3 cr) P:统计S320和数学M463(或同等课程)。减少数据和统计推断的基本概念和原则,包括最大似然法、最小二乘的方法,和贝叶斯推理。统计过程中引入S320的理论依据。

• STAT-S 621统计方法和理论基础(3 cr)。第1部分2-semester序列的基本概念,原理和技术的概率和统计推断。随机变量概率分布,期望,限制法律、参数和非参数推断,贝叶斯vs频率论者的推论,点估计,假设检验,信心集,模拟。
• STAT-S 622基础的统计方法和理论二世(3 cr)。第2部分2-semester序列的基本概念、原则和技术probabilisitic /统计推断。贝叶斯推理假设检验,回归,因果推论,分类、随机过程、仿真的方法。
• STAT-S 625非参数理论和数据分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。调查统计推断的方法,不依赖于参数的概率模型。统计泛、引导、经验的可能性。非参数密度估计和曲线。等级和排列测试。

• STAT-S 626贝叶斯理论和数据分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。介绍贝叶斯推理的理论和实践。前和后验概率分布。数据收集、模型公式,计算,模型检测,灵敏度分析。

• STAT-S 631应用线性模型(3 cr) P:统计S320和数学M301或M303 S303(或同等课程),或导师的同意。第一部分2-semester序列的线性模型,强调线性回归和方差分析,包括主题从设计的实验和一般线性模型。

• STAT-S 632应用线性模型II (3 cr) P:统计S631或导师同意。第二部分2-semester序列的线性模型,强调线性回归和方差分析,包括主题从设计的实验和一般线性模型。

• STAT-S 637分类数据分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。交叉分类分类数据的分析。Loglinear模型;回归模型的响应变量是二进制,序数,名义或离散。分对数概率单位,多项Logit模型;物流和泊松回归。相当于建造Y637。

• STAT-S 639多级模型(3 cr) P:两个统计课程在研究生层面,或导师的同意。介绍了通用的多级模型强调应用程序。分层线性模型的讨论,归纳非线性模型。这种模式是如何概念化、参数估计和解释。通过软件模型适合。主要强调在整个课程将如何选择一个适当的模型和计算技术。相当于建造Y639。

• STAT-S 640多元数据分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。多元正态分布的基本治疗,古典推理技术多元正态数据,包括霍特林的T²MANOVA。讨论分析技术,如主成分分析、典型相关分析、判别分析、因子分析。相当于小组P654。

• STAT-S 645协方差结构分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。路径分析。介绍多元多重回归,验证性因素分析,潜在的变量。结构方程模型和没有潜在的变量。Mean-structure和多群分析。相当于建造收于。

• STAT-S 650时间序列分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。技术分析收集的数据在不同的时间点。概率模型,预测方法,在时域和频域分析,线性系统状态空间模型、干涉分析、传递函数模型和卡尔曼滤波。固定流程、自我部分的自我、自回归移动平均,和ARMA过程,谱密度的固定流程、周期图,谱密度估计。课程相当于数学M568。

• STAT-S 655纵向数据分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。介绍的方法纵向数据分析;重复测量数据。分析变化模型为一个或多个响应变量,可能审查。协会的测量时间为连续和离散响应。课程相当于建造Y655。

• STAT-S 660抽样(3 cr) P:两个统计课程在研究生层面,或导师的同意。设计调查和抽样调查数据的分析。简单随机抽样,比和回归估计,分层整群抽样,复杂的调查,nonresponse偏见。

• STAT-S 670探索性数据分析(3 cr) P:两个统计课程在研究生层面,或导师的同意。数值和图形技术总结和显示数据。探索和确认。与传统的统计分析和数据挖掘。应用的大型数据集。

• STAT-S 675统计学习和高维分析(3 cr) P:统计S640,或两个统计课程在研究生层面,或导师的同意。Dataanalytic方法研究高维数据的结构。图形化方法、线性和非线性降维技术,多方面的学习。监督、semisupervised和无监督学习。

• STAT-S 676统计学习模型选择(3 cr) P: STAT-S 675或导师同意。本课程第二学期课程在高维数据分析主要集中在模型的选择。课程涵盖了之间的权衡模型保真度的观测数据和惩罚模型的复杂性。所有方法的课程将被应用到真实的数据集。

• STAT-S 681主题应用统计(3 cr) P:导师的同意。仔细研究统计的主题从应用的角度来看。可以重复用不同的主题。

• STAT-S 682主题的数理统计(3 cr) P:导师的同意。仔细研究统计的主题从理论的角度来看。可以重复用不同的主题。

• STAT-S 690统计咨询(4 cr) P:导师的同意。开发有效的咨询技能,包括咨询会议的开展,合作解决问题,使用专业资源,准备口头和书面报告。与客户的互动将协调印第安纳统计咨询中心。

• STAT-S 692年统计咨询实习(3 cr) P:统计S690和研究生院主任批准。一个学期的实习在印第安纳州统计咨询中心(ISCC)。学生工作在实际咨询问题的直接监督下专业统计学家。

• STAT-S 695年统计数据(1 - 3 cr) P:导师的同意。指导阅读主题的统计数据。可以重复用不同的主题。

• STAT-S 710统计计算(3 cr) P:统计S620或导师同意。数值方法的调查统计数据。矩阵分解和线性回归算法。非线性优化,最大似然法和非线性回归。伪随机数的生成和蒙特卡罗方法。

• STAT-S 721高级统计理论(3 cr) P: S620,基本测度理论的一些知识,和/或导师的同意。数学介绍统计理论和实践的主要地区,包括统计模型、充分性,推断可能性,评估和测试,贝叶斯推理、决策理论、equivariance,和最优的测试统计数据。

• STAT-S 722先进统计理论二世(3 cr) P: S721或者老师的同意。S721的延续。数学介绍主要的统计理论和实践领域包括多项式模型、标准线性模型、指数家庭,渐近理论,和一般线性模型。

• STAT-S 730线性模型理论(3 cr) P:统计S620或导师同意。一般线性模型理论。分布理论,线性假设,高斯-马尔可夫定理,测试和信心。应用回归和方差分析。

• STAT-S 740多元统计理论(3 cr) P:统计S721 S722,或老师的同意。多元正态分布。正常多元线性模型,评估和测试。Wishart分布和模型。协方差矩阵的推理。特征值,包括规范的相关性和主成分因子分析。

• STAT-S 771高级数据分析(3 cr) P:研究生院主任的许可。本课程介绍博士生在统计部门深入跨学科研究的经验,强调统计的作用在解决科学、技术或策略问题。每个学生识别一个研究项目,形成一个顾问委员会,并提供临时书面和口头的进展报告在剩下的学期。

• STAT-S 772高级数据分析II (3 cr) P: STAT-S 771第二学期的学期序列。系的博士生统计完成他们始于771年STAT-S跨学科项目。

• STAT-S 781高级主题应用统计(3 cr) P:导师的同意。仔细研究一个高级统计主题从应用的角度来看。主题不同,这门课可能重复的信贷。

• STAT-S 782高级主题的数理统计(3 cr) P:导师的同意。仔细研究一个高级统计主题从数学或理论视角。主题不同,这门课可能重复的信贷。

• STAT-S 785统计理论研讨会(3 cr) P:博士站在部门的统计数据。博士生的专业发展统计数据。主题统计理论将用于为学生提供经验准备演讲,海报,裁判报告,批准我们的建议等。

• STAT-S 799年统计研究(1 - 6 cr) P:导师的同意。研究统计数据。