Programa
Estatística Bayesiana
Curso de Especialização em Data Science
Curso de Especialização em Estatística Aplicada à Biologia e Ciências da Saúde
Mestrado Bolonha em Bioestatística
Mestrado Bolonha em Estatística e Investigação Operacional
Mestrado Bolonha em Ciência Cognitiva
Mestrado Bolonha em Ciência de Dados
Programa
1.Probabilidade subjectiva; informação a priori; informação por amostragem; Metodologia Bayesiana versus Metodologia Clássica. 2.Vantagens e desvantagens da Metodologia Bayesiana; Teorema de Bayes; 3.Modelo paramétrico; o parâmetro como variável aleatória; generalização do teorema de Bayes; distribuição a priori e distribuição a posteriori. 4.Considerações sobre a eliciação de distribuições a priori; distribuições a priori não informativas; distribuições a priori conjugadas. 5.Inferências do ponto de vista bayesiano; conceitos gerais sobre estimação (pontual e regional), testes de hipóteses e predição; comparação de modelos. 6.Análise de alguns modelos discretos: modelo binomial; modelo de Poisson. 7.O modelo exponencial. O modelo normal. 8.Técnicas de implementação do paradigma bayesiano 9.Métodos de simulação para amostrar da distribuição a posteriori: Monte Carlo simples e Monte Carlo via cadeias de Markov (MCMC). Método de amostragem de Gibbs. 10. Software OpenBUGS.