Área de concentração: 104131 - Programa Interinstitucional de Pós-Graduação em Estatística

Criação: 19/03/2018

Nº de créditos: 10

Carga horária:

Teórica
Por semana
Prática
Por semana
Estudos
Por semana
Duração Total
3 1 6 15 Semanas 150 Horas

Docentes responsáveis:

Adriano Polpo de Campos
Josemar Rodrigues
Mário de Castro Andrade Filho
Ricardo Sandes Ehlers


Objetivos:

Desenvolver uma formação sólida dos fundamentos da inferência bayesiana no contexto de teoria de decisão estatística avançada. Preparar o aluno para resolver problemas estatísticos complexos sob o paradigma bayesiano utilizando computação intensiva.


Justificativa:

Desenvolver habilidades básicas para formular modelos bayesianos no contexto da teoria de decisão avançada é fundamental para resolver problemas complexos e a formulação de dissertações/teses/artigos competitivos


Conteúdo:

Conceitos básicos da teoria de decisão avançada. Funções de perda e utilidade. Teoria de decisões bayesianas com priori informativa (subjetiva), não informativa e “power prior”. Testes de hipóteses bayesianos. Integração numérica intensiva. Modelos hierárquicos bayesianos e aplicações.


Forma de avaliação:

MF:0.30* P1+0.30*P2+0.30*P3+0.1*T
MF= média final
T: média de apresentação de trabalhos


Observação:

Trabalhos e provas são realizados em sala de aula e livro fechado.


Bibliografia:

Fundamentais:

Hagan, A. Kendall: Advanced theory of statistics, Bayesian Inference., vol. 23, 1994.
Berger, J.O. Statistical decision theory and Bayesian analysis. New York: Springer-Verlad, 1985.
Box, G. , Tiao, G. Bayesian inference in statistical analysis. New York: John Wiley, 1992.
Bernardo, J.M., Smith, A.F.M. Bayesian theory. New York: John Wiley and Sons.
Parmigiani, G., Inoue, L. Decision theory: Principles and Approaches. New York: John Wiley and Sons, 2009.
DeGroot, M.H. Optimal statistical decisions. New York: McGraw-Hill Book, 1970.


Complementares (se houver):
Congdon, P. Bayesian statistical modelling. 2. Edition. John Wiley & Sons, 2006.
Gelman, A., Carlin, J. B., Stern, H. S., Rubin, D. B. Bayesian data analysis. 2. Edition. Chapman & Hall/CRC, 2004.
Gammerman D., Lopes, H.F. Markov Chain Monte Carlo. Chapman & Hall/CRC, 2006.

CONECTE-SE COM A GENTE
 

© 2022 Instituto de Ciências Matemáticas e de Computação