MI 802

Inferência Bayesiana


Ementa: Teorema de Bayes, sua aplicação à probabilidade e à inferência científica. Distribuições a priori. Regra de Jeffreys. Estatísticas suficientes: restrições nos parâmetros. Comparação entre variâncias. Distribuição normal. Classificação hierárquica, análise de planejamento de classificações cruzadas. Permutabilidade, Amostragem da Posteriori, Aproximação por Monte Carlo (MCMC).
Bibliografia:


Leituras recomendadas:
DeFinetti
Exchangeability





Primeira Avaliacao em 3/10/11
Segunda Avaliacao em 21/11/11
Poderá haver outras avaliações para compor o conceito final.




Softwares: R, S-plus e S