inferência bayesiana
Transcrição
inferência bayesiana
UNIDADE UNIVERSITÁRIA: Faculdade de Ciências e Tecnologia CURSO DE: Estatística HABILITAÇÃO: Bacharelado OPÇÃO DEPARTAMENTO RESPONSÁVEL: Departamento de Estatística IDENTIFICAÇÃO CÓDIGO DISCIPLINA OU ESTÁGIO PROGRAMA DE ENSINO DA GRADUAÇÃO 2013 SERIAÇÃO IDEAL 3.º ano INFERÊNCIA BAYESIANA OBRIG/OPT/EST Obrigatória PRÉ/CO/REQUISITOS Probabilidade II (PRÉ) CRÉDITOS CARGA HORÁRIA TOTAL 04 60 h ANUAL/SEM 1.º Semestre DISTRIBUIÇÃO DA CARGA HORÁRIA TEÓRICA 45 h PRÁTICA TEÓRICO/PRÁTICA 15 h OUTRAS NÚMERO MÁXIMO DE ALUNOS POR TURMA AULAS TEÓRICAS AULAS PRÁTICAS AULAS TEÓRICO/PRÁTICAS OBJETIVOS (ao término da disciplina o aluno deverá ser capaz de:) - utilizar uma metodologia alternativa para inferência estatística sob o enfoque Bayesiano. CONTEÚDO PROGRAMÁTICO (título e discriminação das Unidades) UNIDADE I - O conceito de Probabilidade e Teorema de Bayes. 1.1 Incerteza e Probabilidade 1.2 Probabilidade Frequentista 1.3 Probabilidade Subjetiva 1.4 Teorema de Bayes UNIDADE II – O método Bayesiano 2.1 Verossimilhança 2.2 Princípio da verossimilhança 2.3 Distribuição a priori 2.4 Distribuição a posteriori UNIDADE III – Distribuições a priori 2.5 Prioris conjugadas 2.6 Prioris não-informativas 2.7 Prioris impróprias 2.8 Prioris subjetivas: Elicitação UNIDADE IV – Inferência conjugada 4.1 Modelo normal 4.2 Modelos discretos. 4.3 Outras comuns distribuições UNIDADE V – Estimação 5.1 Introdução à Teoria da Decisão 5.2 Estimação por intervalo: intervalos de credibilidade e HPD 5.3 Teste de Hipóteses 5.4 Fator de Bayes 5.5 Inferência Preditiva OUTRAS UNIDADE VI – Inferência Bayesiana multivariada 4.4 Prioris Multivariadas 4.5 Modelo normal com média e variância desconhecidas 4.6 Modelo normal multivariado. 4.7 Regiões de Credibilidade UNIDADE VII – Métodos Bayes hierárquico e Bayes Empírico 5.6 Método Bayes Empírico 5.7 Método Bayes hierárquico UNIDADE VIII - Métodos de Aproximação Analítico e Numérico 7.1 Introdução 7.2 Métodos Analíticos: Aproximação à distribuição normal e Método de Laplace 7.3 Métodos Numéricos METODOLOGIA DE ENSINO - aulas expositivas; - aulas práticas de exercícios. BIBLIOGRAFIA BÁSICA 1. LEE, P. (1989). Statistics: An Introduction. Edward Arnold. 2. GAMERMAN, D. ; MIGON, H. (1999). Statistical Inference: An Integrated Approach, A. Hodder Arnold. 3. PAULINO, D.; TURKMAN, M.A. e MURTEIRA, B. (2003) . Estatística Bayesiana. Fundação Calouste Gulbenkian – Lisboa . 4. GELMAN, A. (1995). Bayesian Data Analysis. Chapman & Hall. 5. PRESS, J. S. (1989). Bayesian Statistics: Principles, Models and Applications. John Wiley & Sons. New York BIBLIOGRAFIA COMPLEMENTAR O'HAGAN, A. (2005). Bayesian Inference, Edward Annold, London. CRITÉRIO DE AVALIAÇÃO DA APRENDIZAGEM Provas escritas bimestrais. O Regime de Recuperação (RR), previsto na Resolução Unesp nº 106, de 07 de agosto de 2012, será constituído por uma avaliação, contendo todo o conteúdo programático, cuja nota substituirá a nota final da disciplina. Esta avaliação deverá ser aplicada no período especificado no calendário escolar da FCT/UNESP ou poderá ser antecipada caso o docente tenha cumprido o mínimo exigido de dias letivos, a carga horária exigida e consolidado a disciplina. EMENTA (Tópico que caracteriza as unidades dos programas de ensino) Probabilidade e Teorema de Bayes, Principio da verossimilhança, Distribuições a priori e a posteriori, Densidade preditiva, Métodos hierárquicos e empíricos, Estimação, Introdução à Teoria da Decisão, Testes de hipóteses, Fator de Bayes. Uso de softwares apropriados. Aplicações Gerais HORÁRIO DE ATENDIMENTO AO ALUNO: APROVAÇÃO DEPARTAMENTO: 09/11/2012. CONSELHO DE CURSO: 09/11/2012. CONGREGAÇÃO: / /