Aula Teórica por video conferência

2 Abril 2020, 16:30 • Patrícia Cortés de Zea Bermudez

Distribuições a priori. Como extrair e converter a informação de um perito na distribuição a priori. 

Definição de distribuições a priori conjugadas. Revisão da família exponencial, uni-paramétrica e k-paramétrica (k>=2).

Verificação que os modelos Binomial(n,p), n conhecido e Poisson(theta), theta>0 são exemplos de distribuições que pertencem à família exponencial uni-paramétrica. 

Mistura de distribuições a priori conjugadas. A distribuição a posteriori no caso da priori ser uma mistura de m distribuições a priori. Demonstração do resultado no caso de m=2. Exemplo - mistura de três distribuições Beta.

Distribuições a priori não informativas. Método de Bayes-Laplace. Definição de distribuição imprópria. 

Aula Prática por video conferência

26 Março 2020, 18:30 • Patrícia Cortés de Zea Bermudez

Exercícios 8 e 9.

Aula Teórica por video conferência

26 Março 2020, 16:30 • Patrícia Cortés de Zea Bermudez

O modelo Normal(mu, sigma^2) quando miu é conhecido e sigma^2 é desconhecido. Apresentação da distribuição a posteriori de sigma^2.

Noção de distribuição preditiva. Dedução da distribuição preditiva no caso de uma amostra de dimensão n do modelo Poisson(theta), theta>0 e distribuição a priori para theta exponencial(1). A distribuição preditiva do modelo Normal(miu,sigma) no caso de sigma ser conhecido. 

Aula prática por video conferência

19 Março 2020, 18:30 • Patrícia Cortés de Zea Bermudez

Exercícios 5, 6 e 7.

Aula teórica por vdeo conferência

19 Março 2020, 16:30 • Patrícia Cortés de Zea Bermudez

O modelo Normal(theta,sigma^2), sendo miu pertencente a R e sigma > 0. Introdução no modelo de informação  a priori acerca de theta por meio da distribuição Normal(b,d^2), sendo b real e d>0. Obtenção da distribuição  a posteriori de theta com base numa amostra de dimensão n. Expressões do valor médio e da variância de theta  a posteriori. Avaliar o comportamento da distribuição  a posteriori de theta quando a dimensão da amostra, n for grande e/ou a distribuição  a priori de theta for pouco informativa. Exemplo ilustrativo.