Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Instituto de Ciências Matemáticas e de Computação
 
Matemática Aplicada e Estatística
 
Disciplina: SME0809 - Inferência Bayesiana
Bayesian Inference

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2009 Desativação:

Objetivos
Familiarizar o estudante com teorias de inferência condicionais e suas aplicações.
 
Familiarize the student with the theories of conditional inference and its applications.
 
 
Programa Resumido
Método de estimação bayesiano. Inferência conjugada. Testes de hipóteses. Aplicações.
 
Bayesian estimation methods. Conjugate inference. Hypotheses tests. Applications.
 
 
Programa
1. Probabilidade Subjetiva. 2. O método Bayesiano: verossimilhança, distribuição a priori, distribuição a posteriori. 3. Qualidade de uma inferência: métodos clássicos, inferência como um problema de decisão. 4. Inferência conjugada: modelo normal, modelos discretos. 5. Testes de hipóteses. 6. Métodos computacionais. 7. Aplicações: modelos lineares, análise de dados discretos, análise de dados censurados, inferência em populações finitas, e outras aplicações.
 
1. Subjective probability. 2. The Bayesian method: likelihood, prior distribution, posterior distribution. 3. The quality of an inference: classical methods, inference as a decision problem. 4. Conjugate inference: normal model, discrete models. 5. Hypotheses tests. 6. Computational methods. 7. Applications: linear models, analysis of discrete data, analysis of censored data, inference in finite populations and other applications.
 
 
Avaliação
     
Método
Exposição teórica com vistas aos objetivos aplicativos da matéria, seguida de exercícios e trabalhos práticos dentro e fora da classe.
Critério
Média ponderada das provas.
Norma de Recuperação
Número de provas: no mínimo uma (01) e no máximo duas (02) provas.
Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
• MF = 5 se 5 <= MR <= (10 - MS)
• MF = (MS + MR) / 2 se MR > (10 - MS)
• MF = MS se MR< 5
 
Bibliografia
     
Livros Texto:
- O'HAGAN, A. “Bayesian Inference”. London: Edward Arnold, 1994.
- PEREIRA, C.A.B.; VIANA, M. “Elementos de Estatística Bayesiana”, São Paulo: ABE, SINAPE, 1981.

Bibliografia Complementar:
- GAMERMAN, D. “Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference”. Chapman-Hall, 1997.
- BLACKWELL, D. “Basic Statistics”. McGraw-Hill, 1969 (tradução para o português em 1975).
- LEE, P. “Bayesian Statistics: An Introduction”. Edward Arnold, 1989.
- PRESS, J.S. “Bayesian Statistics: Principles, Models and Applications”. John Wiley, 1989.
- BERRY, D.A. “Statistics: A Bayesian Perspective”. Duxbury Press, 1995.

 

Clique para consultar os requisitos para SME0809

Clique para consultar o oferecimento para SME0809

Créditos | Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP