Khóa học mùa hè về chủ đề “Những phương pháp chọn mẫu và ước lượng tiên tiến trong một tổng thể hữu hạn”
Từ ngày 30 tháng 8 năm 2017 đến ngày 1 tháng 9 năm 2017, Hiệp hội tính toán thống kê thế giới – Bộ phận khu vực Châu Âu[1] (IASC-ERS) và Viện Thống kê của Trường đại học Neuchâtel, Thụy sĩ tổ chức khóa học mùa hè về chủ đề “Những phương pháp chọn mẫu và ước lượng tiên tiến trong một tổng thể hữu hạn”.
Khóa học mùa hè IASC-ERS được tổ chức nhằm đào tạo về các lĩnh vực thống kê đặc biệt cho nghiên cứu sinh, các nhà nghiên cứu và giảng viên tại các trường đại học. Các chuyên gia làm việc trong ngành công nghiệp quan tâm đến việc áp dụng các phương pháp thống kê mới. Những người tham gia được kỳ vọng có nền tảng tốt về thống kê, là thạc sĩ khoa học tự nhiên (MsC) mặc dù không nhất thiết liên quan đến chủ đề của khóa học.
Mục tiêu của khóa học mùa hè:
Các phương pháp chọn mẫu xác suất từ các tổng thể hữu hạn được sử dụng trong nhiều lĩnh vực như: Dân số, kinh tế, y tế công cộng, số liệu thống kê chính thức, môi trường và lâm nghiệp. Trong khóa học này, mọi người sẽ bắt đầu bằng cách giới thiệu những ý tưởng cơ bản về chọn mẫu từ các tổng thể hữu hạn, cũng như các phương pháp ước lượng thông thường. Các phương pháp chọn mẫu tiên tiến được đề cập đến, những phương pháp được đề xuất gần đây, như: Lấy mẫu cân bằng, lấy mẫu không gian cân bằng, v.v… cũng như các phương pháp ước lượng tiên tiến dựa trên ứng dụng (bootstrap) trong các tổng thể hữu hạn.
Khóa học mùa hè sẽ tập hợp các khía cạnh lý thuyết và thực tiễn của việc chọn mẫu và ước tính trong tổng thể hữu hạn. Các bài tập được sử dụng bằng phần mềm R. Kiến thức về R không bắt buộc (khóa học giành thời gian để giới thiệu về phần mềm R), nhưng kiến thức về phần mềm thống kê là bắt buộc. Chú ý quan trọng về đối tượng tham gia khóa học này là người có trình độ thạc sĩ trở lên và không đòi hỏi cần có kiến thức ban đầu về chọn mẫu và ước tính trong tổng thể hữu hạn.
Vân Anh (lược dịch)
Nguồn: https://www.unine.ch/statistics/en/home/conferences-et-evenements-scient/summer-school-advanced-methods-i.html
[1] The International Association of Statistical Computing – European Regional Section