Inferncia Bayesiana-ME705

Avaliao:

Programa:

1a. Prova (P1) - 40% - dia 13/04 (segunda)

1. Fundamentos: Distribuies a priori e a

posteriori. Conflito entre priori e posteriori.

2a. Prova (P2) - 60% - dia 17/06 (quarta)

2. Princpios: Princpios gerais da inferncia

bayesiana e vnculo com a inferncia
clssica: principio da verossimilhana, uso
sequencial da regra de Bayes, suficincia,
ancilaridade, no identificabilidade.

Exame (E) dia 13/07 (segunda)

3. Estimao: Utilidade e perda.

Permutabilidade: Teorema de De Finetti.
4. Prioris: prprias, imprprias, conjugadas,
informativas e no informativas.
5. Comparando Modelos: Fator de Bayes:
comparao de modelos, sensibilidade.
6. Teste de hipteses bayesianos e regies
de credibilidade.
7. Mtodos Numricos: Mtodos clssicos
de aproximao: integrao numrica,
integrao por Monte Carlo e aproximao
analtica de Laplace. Amostragem bayesiana
e MCMC (Markov Chain Monte Carlo
Methods).
Referncias:
1. Robert Christian, P. (1994). The Bayesian
Choise. Springer. New York.
2. Press James, S. (1989). Bayesian
Statistics: Principles, Models, and
Applications. John Wiley & Sons. New York.
3. O Hagan Anthony (1994). Kendalls Advanced Theory of Statistics, Volume 2B.
Bayesian Inference. John Wiley & Sons. New
York.

Mdia sem exame(M): M = (40 P1 +

60P2)/100
Se 5,0 M, aluno aprovado. Caso Contrario,
aluno para exame.

Atendimento:
Segundas das 16 as 18 hs, sala 207-IMECC