Sumários
10 Abril 2025, 18:30
•
Patrícia Cortés de Zea Bermudez
Exercício 16 a) e b). A alínea c) ficou para que os alunos treinem sózinhos.
Exercício 17 a) e b) - Obtenção da priori de Jeffreys para o parâmetro do modelo Poisson e do modelo Geométrico.
10 Abril 2025, 16:30
•
Patrícia Cortés de Zea Bermudez
Prioris não informativas para os parâmetros de localização e de escala (famílias de localização, de escala e de localização-escala). Modelos com mais de um parâmetro. Parâmetros condicionalmente independentes. Distribuições marginal e condicional a posteriori.
Modelo normal com parâmetros de localização e de escala, theta e sigma^2, respectivamente, ambos desconhecidos. Apresentação das distribuições a posteriori conjunta e das marginais a posteriori.
O modelo multinomial. Obtenção da distribuição a posteriori do vector de parâmetros de dimensão p, usando a distribuição a priori conjugada (Dirichelet). Exemplo.
Breves noções sobre teoria da decisão. Elementos de um problema de decisão. Noção de perda esperada. A regra de decisão de Bayes. Estimação Pontual. Obtenção da média a posteriori como estimador pontual de um parâmetro theta no caso da função perda ser quadrática.
Slides 98 a 128.
3 Abril 2025, 18:30
•
Patrícia Cortés de Zea Bermudez
Exercícios 13 e 15 - Foco distribuição preditiva.
3 Abril 2025, 16:30
•
Patrícia Cortés de Zea Bermudez
Distribuições a priori - como extrair e converter a informação de um perito em distribuição a priori. Definição de distribuições a priori conjugadas. Breve revisão da família exponencial,
Prioris não informativas. Prioris de Jeffreys. Obtenção, no quadro, da distribuição a priori de Jeffreys para o modelo Binomial.
27 Março 2025, 18:30
•
Patrícia Cortés de Zea Bermudez
Exercícios 8, 9, 10 e 12.