Kursen är en introduktion till Bayesiansk statistik och dataanalys. Kursen behandlar grundläggande koncept inom Bayesiansk inferens som Bayesiansk epistemologi, Bayes teorem, apriori och aposteriorifördelningar, analytisk härledning av aposteriorifördelningar och konjugata apriorifördelningar. Dessutom introduceras moderna datorbaserade simuleringsmetoder för posteriorifördelningarna såsom Markov Chain Monte Carlo och Hamiltonsk Monte Carlo samt det probabilistiska programmeringsspråket Stan. De Bayesianska inferensmetoderna, tillsammans med metoder för modellutvärdering och modellselektion, studeras både teoretiskt och praktiskt genom löpande datorövningar och ett mindre dataanalysprojekt.