PROGRAMA DA DISCIPLINA

Disciplina: Inferência Bayesiana Aplicada - DES4011

Prof. : Dr. Robson Marcelo Rossi

Departamento: Estatística

Curso. : Pós-graduação em Zootecnia Créditos: 3 Carga horária: 60 h/a

Ementa:
Introdução a programação R e WinBUGS; Introdução a Inferência Bayesiana; Análise estatística de dados:
inferência, testes de hipóteses, modelagem.
Objetivos:
Desenvolvimento do senso crítico da pesquisa científica e na análise de dados da Zootecnia e áreas afins por
meio da Inferência Bayesiana, na aplicação de testes estatísticos adequados, em diferentes modelagens, na
interpretação de resultados e, na aplicação dos programas WinBUGS e R a partir de exemplos didáticos,
simulados e reais.

Programa:
1. Introdução ao software R
2. Introdução à Modelagem Bayesiana
3. Introdução ao software WinBUGS
4. Utilizando o pacote BRugs do R

Metodologia:
As aulas serão ministradas de modo expositivo, simultaneamente teórico-prático, contemplando as diversas técnicas
de manuseio e interpretação dos dados, utilizando os softwares WinBUGS e R;
Exemplos simulados e reais (de artigos, consultorias e de material didático), associados ao conteúdo ministrado,
serão continuamente abordados no decorrer das exposições;
O material utilizado será por meio do Livro Introdução aos métodos Bayesianos na análise de dados zootécnicos
com uso do WinBUGS e R (Rossi, 2011);

Critérios de Avaliação:
Serão realizadas 03 (três) verificações de aprendizagem escritas e/ou com auxílio do microcomputador, ficando a
critério do professor nas avaliações, que uma parte dela seja composta de listas ou trabalhos a serem entregues.
Uma dessas verificações consiste em uma análise de dados reais da área de atuação do aluno e apresentado em
forma de resumo estendido de acordo com as normas de uma revista da área.
As notas integrais variam de 0 (zero) à 10 (dez), sendo peso 01 (um) nas três avaliações. A média final será obtida
pela média aritmética das 03 (três) verificações de aprendizagem.
A porcentagem mínima de freqüência em cada disciplina é de 75% de presença.
O aproveitamento das atividades desenvolvidas será expresso através dos seguintes conceitos:
A = 9,0 a 10,0 - Excelente, com direito a crédito.
B = 7,5 a 8,9 - Bom, com direito a crédito.
C = 6,0 a 7,4 - Regular, com direito a crédito.
R = inferior a 6,0 - Reprovado

Bibliografia:

ALBERT, J. Bayesian Computation with R. New York: Springer, 2007.

BOLSTAD, W. M. Introduction to Bayesian Statistics. New Jersey: John Wiley e Sons, 2004.
BOX, G. E. P.; TIAO, G. C. Bayesian inference in statistical analysis. New York: Wiley, 1992.
LESAFFRE, E.; LAWSON, A. B. Bayesian Bioestatistics, Wiley, 2012, p.536.
NTZOUFRAS, L. Bayesian Modeling Using WinBUGS. New Jers: John Wiley e Sons, 2009.
PAULINO, C. D., TURKMAN, M. A. A., MURTEIRA, B. Estatística Bayesiana. Lisboa: Fundação Calouste
Gulbenkian, 2003.
R Development Core Team. R: A language and environment for statistical computing. R Foundation for
Statistical Computing, Vienna, Austria. Disponível em: http://www.R-project.org. 2011.
ROSSI, M. R. Introdução aos métodos Bayesianos na análise de dados zootécnicos com uso do WinBUGS e R.
Maringá: Eduem, 2011.
SPIEGELHALTER, D. J. et al. BUGS - Bayesian Inference using Gibbs Sampling. Cambridge: MRC
Bioestatistics Unit, 1994.