ATUALIZADA EM 12/07/2023
As notas do exame e as médias finais estão disponíves nos links abaixo
A vista do EXAME ocorrerá no dia 13/07, das 10h00 às 11h00, na sala 210 IMECC
As instruções para o EXAME são as mesmas da Prova II (veja abaixo)
Resultados da Média Global, do Notas do Trabalho da Prova II já estão disponíveis nos links abaixo
Instruções da Prova II (link)
ATENÇÃO: AS PROVAS I E II SERÃO REALIZADAS NA SALA CB 18, NO HORÁRIO DAS AULAS
________________________________________________________________________________________________________________________________________
Programa (disponibilizado em 01/03/2023)
Cronograma (disponibilizado em 01/03/2023, atualizado em 29/03/2023, aulas do dia 06/04/23 e 08/06/23)
Horário de Atendimento (Professor):
Terças-feiras : 13h30 às 14h00 (remoto, veja o Programa da disciplina)
Quintas-feiras : 13h30 às 14h00 (remoto, veja o Programa da disciplina)
OBS: Não haverá atendimento fora desse horário
Monitoria: PAD - Rodrigo, Terças e Quartas, das 13h00 às 14h00, sala 222 do IMECC (não há necessidade de agendamento)
Listas
Lista I (disponibilizada em 06/02/2023, atualizada em 19/03/2023, Questões 6 e 8)
Lista II (disponibilizada em 27/03/2023)
Lista III (disponibilizada em 07/04/2023)
Lista IV (disponibilizada em 15/05/2023)
Lista V (disponibilizada em 12/06/2023)
Notas de aula
Introdução à Inferência bayesiana (disponibilizadas em 01/03/2023, atualizadas em 12/03/2023, slides 16, 21, 38)
Comparação de estimadores (disponibilizadas em 01/03/2023)
Princípios fundamentais da inferência bayesiana (disponibilizadas em 12/03/2023)
Família conjugada de prioris e uso sequencial do Teorema de Bayes (disponibilizadas em 19/03/2023)
Aula de Exercícios 1 (comparação de estimadores) (disponibilizadas em 19/03/2023)
Análise dos dados de infecção de ouvido (disponibilizadas em 22/03/2023)
Comparação de duas distribuições de Poisson independentes: dados dos números de acidentes em diferentes regiões da Suécia (disponibilizadas em 22/03/2023)
Análise dos dados: eleiçoes para governador de SP - 2022 - segundo turno (disponibilizadas em 27/03/2023)
Distribuições à priori (disponibilizadas em 27/03/2023, atualizado em 29/03/2023, slides 25, 31, 34)
Permutabilidade e Teorema de De Finetti (disponibilizadas em 27/03/2023, atualizado em 29/03/2023, slide 10)
Inferência Bayesiana sob Teoria da Decisão (disponibilizadas em 02/04/2023)
Análise de dados, escolha de prioris e intervalos de credibilidade (03/04/2023, atualizados em 07/04/2023, slides 6, 10, 11, 26, atualizados em 12/04/2023, slides 18, 29 e 32)
Análise de dados e intervalos de credibilidade (disponibilizadas em 11/04/2023, atualizados em 12/04/2023, slides 5 e 10)
Análise de dados sob normalidade (disponibilizadas em 11/04/2023, atualizados em 12/04/2023, slides 3, 4)
Aula de Exercícios 2 (prioris, posteriores e estimativas pontuais e intervalares) (disponibilizadas em 17/04/2023, atualizadas em 20/04/2023, slides 21, 23, 24, 26)
Testes de Hipóteses sob a ótica bayesiana (disponibilizadas em 03/05/2023, atualizadas em 07/05/2023, slides 18, 19, 26, 35 a 54)
Modelos Lineares sob a ótica bayesiana (disponibilizadas em 14/05/2023, atualizadas em 17/05/2023, slides 23, 28, 32, 34, 36, 39)
Aula de Exercícios 3 (Mais sobre inferência bayesiana, análise de dados e métodos numéricos ) (disponibilizadas em 17/04/2023, atualizadas em 20/04/2023, slides 21, 23, 24, 26)
Métodos analíticos e numéricos para obtenção de posterioris
Caso uniparamétrico (disponibilizadas em 24/05/2023, atualizadas em 31/05/2023, slides 48 e 49)
Caso multiparamétrico (disponibilizadas em 31/05/2023)
INLA (Integrated Neste Laplace Approximation) para Inferência Bayesiana
Parte 1 (Introdução à metedologia, modelos Poisson, Binomial Negativo e gama) (disponibilizadas em 06/06/2023, atualizadas em 12/06/2023, slides 17, 23, 30, 40, 44, 60, 62, 64, 76, atualizadas em 20/06/2023, slides 43, 65, 72)
Parte 2 (modelos Bernouli e binomial, disponibilizadas em 12/06/2023, atualizadas em 20/06/2023, slides 3, 41, 42)
MCMC (Monte Carlo Markov Chain) para Inferência Bayesiana
Parte 1 (Introdução à metedologia, modelos Poisson, Binomial Negativo e gama) (disponibilizadas em 20/06/2023, atualizadas em 22/06/2023, slides 90 e 108)
Parte 2 (modelos Bernoulli e binomial) (disponibilizados em 22/06/2023, atualizados em 25/06/2023, incluído slides sobre a predição de p=y/m)
Introdução ao pacote brms (link) (disponibilizados em 26/06/2023)
Programas em R
Introdução à Inferência bayesiana (disponibilizados em 01/03/2023)
Comparação de estimadores (disponibilizados em 01/03/2023)
Análise dos dados de infecção de ouvido (disponibilizados em 22/03/2023)
Comparação de duas distribuições de Poisson independentes: dados dos números de acidentes em diferentes regiões da Suécia (disponibilizados em 22/03/2023)
Análise dos dados: eleiçoes para governador de SP - 2022 - segundo turno (disponibilizados em 27/03/2023)
Exemplos de prioris
Método do Histograma (disponibilizados em 27/03/2023)
Priori de Jeffreys: Poisson e Normal (disponibilizados em 27/03/2023)
Análise de dados, escolha de prioris e intervalos de credibilidade (03/04/2023, atualizados em 07/04/2023, atualizados em 12/04/2023)
Análise de dados e intervalos de credibilidade (disponibilizados em 11/04/2023)
Análise de dados sob normalidade (disponibilizados em 11/04/2023)
Testes de Hipótese (disponibilizados em 07/05/2023, atualizados em 09/05/2023, slides 30, 34, 44, 45, 49)
Modelos Lineares sob a ótica bayesiana (disponibilizados em 14/05/2023)
Funções auxiliares (disponibilizados em 14/05/2023, atualizados em 06/06/2023)
Métodos numéricos para obtenção de posterioris
Caso uniparamétrico (disponibilizados em 24/05/2023)
Caso multiparamétrico (disponibilizados em 31/05/2023)
INLA (Integrated Neste Laplace Approximation) para Inferência Bayesiana
Parte 1:
Modelos Poisson e Binomial Negativo (disponibilizadas em 06/06/2023, atualizados em 20/06/2023)
Modelo gama (disponibilizadas em 06/06/2023, atualizados em 20/06/2023)
Parte 2:
Modelos Bernoulli e binomial (disponibilizadas em 12/06/2023, atualizados em 20/06/2023)
MCMC (Monte Carlo Markov Chain) para Inferência Bayesiana
Parte 1 (rstan; disponibilizados em 20/06/2023):
Poisson: Poisson stan; main Poisson Converg stan; main Poisson Inf stan
Binomial-negativa: Bin Neg stan; main Bin Neg Converg stan; main Bin Neg Inf stan
Regressão Poisson: Poisson Reg stan; main Poisson Reg Converg stan; main Poisson Reg Inf stan
Regressão Binomial-Negativa: Bin Neg Reg stan; main Bin Neg Reg Converg stan; main Bin Neg Reg Inf stan
Gama: Gama Par Ori stan; main Gama Par Ori Converg stan; main Gama Par Ori Inf stan
Regressão gama: Gama Reg stan; main Gama Reg Converg stan; main Gama Reg Inf stan (atualizado em 22/06/2023)
Regressão gama (modelo reduzido): Gama Reg Red stan; main Gama Reg Red Converg stan; main Gama Reg Red Inf stan
Parte 2 (rstan; disponibilizados em 22/06/2023):
Bernoulli:
logito: Bernoulli Reg stan; main Bernoulli Reg Converg stan; main Bernoulli Reg Inf stan
cauchito: Bernoulli Reg Cauchito stan; main Bernoulli Reg Cauchito Converg stan; main Bernoulli Reg Cauchito Inf stan
Binomial (atualizados em 25/06/2023):
logito: Binomial Reg stan; main Binomial Reg Converg stan; main Binomial Reg Inf stan
complemento log-log: Binomial cloglog Reg stan; main Binomial cloglog Reg Converg stan; main Binomial cloglog Reg Inf stan
Parte 3 (brms, disponibilizados em 26/06/2023):
Poisson: main_Poisson_brms_Converg_stan; main_Poisson_brms_Inf_stan
Binomial-Negativa: main_Bin_Neg_brms_Converg_stan; main_Bin_Neg_brms_Inf_stan
Regressão Poisson: main_Reg_Poisson_brms_Converg_stan; main_Reg_Poisson_brms_Inf_stan
Regressão Binomial-Negativa: main_Reg_Bin_Neg_brms_Converg_stan; main_Reg_Bin_Neg_brms_Inf_stan
Dados
DadosLampada1IB2023.txt,DadosLampada2IB2023.txt
Eleições para o governo do Estado de SP 2023 (segundo turno) link - extraídos do site PollingData. Descrição das variáveis - Instituto : nome do instituto responsável pela pesquisa; Data: data da realização da pesquisa; Modo de pesquisa: forma de coleta dos dados (telefônica, indefinida ou presencial); entrevistas: tamanho da amostra, Haddad : percentual de intenção de votos para o Haddad; Tarcísio : percentual de intenção de votos para o Tarcísio; Não válido: percentual de votos (branco/nulo/outros); Só votos válidos: número de votos válidos; Haddad : percentual de intenção de votos válidos para o Haddad; Tarcísio : percentual de intenção de votos válidos para o Tarcísio (disponibilizados em 27/03/2023)
DadosBayes2023: (veja a descrição na Lista de exercício IV)
Dados sobre teste de esforço cardiopulmonar (aqui, usar a planilha "Dados", descrição: Etiologia - etiologia cardíaca, Carga - carga à qual o paciente fora submetido, VO2 - consumo de oxigênio no limiar anaearóbio)
Meninas ( coluna 1 - número de garotas que apresentaram menstruação, coluna 2 - número de garotas entrevistadas, coluna 3 - idade média do grupo )
quine.dat (estudantes australianos) - colunas: 1 - etnia (A:aborígine, N:não aborígine) ; 2 - sexo (M:masculino, F: feminino) ; 3 - série (F0:8a série, F1:1o ano ensino médio, F2:2o ano ensino médio, F3:3o ano ensino médio) ; 4 - desempenho desempenho (SL:baixo, AL:normal) ; 5 - número de faltas
turbina.prn (dados sobre potência de turbinas) - colunas: 1- potência (em unidade de milhões de ciclos); 2- tipo de turbina
Vasocontrição (pregibon.dat) (dados do Exemplo 2: vasocontrição; coluna 1 - ocorrência (1) ou não (0) de vaso constrição; coluna 2 - volume; coluna 3 - razão)
Notas (a divulgar)
Prova I: notas, esboço de gabarito (disponibilizados em 01/05/2023)
Prova II: notas, esboço de gabarito (disponibilizados em 03/07/2023)
Exame: notas, esboço de gabarito (disponibilizados em 12/07/2023)
Média Final (pós exame): link (atualizadas em 12/07/2023)
Trabalho:
Normas adicionais (disponibilizados em 22/06/2023)
Questões selecionadas (disponibilizados em 22/06/2023)
Notas (disponibilizadas em 03/07/2023)
Comentários: Não pode faltar Análise Descritiva, Análise Inferencial, escolha do melhor modelo dentre aqueles apresentados e Conclusões
Questão 1: Pedi apenas o modelo Weibull probabilístico comparado com o respectivo modelo gama
Questão 2: Comparação com outros modelos não era imprescindível
Questão 3: Comparação com outros modelos não era imprescindível
Questão 4: Teria que comparar os modelos Poisson e Binomial Negativo, sendo este, preferível àquele
Tabelas
Distribuição F de Snedecor (parte 1 parte 2)
Links/Material adicional
Vários
Página do curso de Métodos Computacionais para Estatística - Pós Graduação (link)
Livro Modelos de regressão com apoio computacional (link)
Artigo sobre Deviance, Dic e pD, Spiegelhalter et al (2002) (link)
Página do Prof. Hedibert Lopes (link)
Página do Prof. Rafael Izbicki (link)
Página do Prof. Ricardo Ehelers com material sobre IB (veja, também, as páginas que se encontram na página em questão) (link)
Página do Projeto R ("R-project") (link)
Site do ISBA (International Society for Bayesian Analysis) (link)
Site do ISBRA (capítulo brasileiro do ISBA, International Society for Bayesian Analysis) (link)
Site sobre o livro "Estatística Bayesiana" (segunda edição) com erratas e solução de exercícios (link)
Pacotes em R
Programas
Página do WinBUGS (link)
Página do OpenBUGS (link)
Página do JAGS (link)
Página do STAN (link)
Página do JASP (link)