Matemáticas (plan 1983) 2024-2
Optativas de los Niveles VII y VIII, Estadística Bayesiana
Grupo 4212, 40 lugares. 31 alumnos.
Objetivo
El curso de estadística bayesiana está diseñado para que los estudiantes aprendan y se familiaricen con los conceptos claves del enfoque bayesiano así como sus aplicaciones
Temario propuesto
-
Introducción al enfoque bayesiano
-
Modelado y aprendizaje bayesiano
-
Métodos computacionales
-
Modelos de un sólo parámetro
-
Modelos de múltiples parámetros y modelos jerárquicos
-
Modelos lineales
-
Modelos dinámicos
-
Modelos de mezclas
Evaluación
La evaluación se realizará de forma continua a lo largo del semestre considerando:
-
Tareas y prácticas a realizar de forma individual (70%)
-
Una tarea examen a realizar de forma individual o en equipos de máximo 3 personas (30%)
Alguna bibliografía recomendada
-
Albert, J. (Ed.). (2009). Bayesian computation with R. New York, NY: Springer New York.
-
Bernardo, J. M., & Smith, A. F. (2009). Bayesian theory(Vol. 405). John Wiley & Sons.
-
Damien, P., Dellaportas, P., Polson, N. G., & Stephens, D. A. (Eds.). (2013). Bayesian theory and applications. OUP Oxford.
-
Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, D. B. (1995). Bayesian data analysis. Chapman and Hall/CRC.
-
Ghosh, J. K., Delampady, M., & Samanta, T. (2006). An introduction to Bayesian analysis: theory and methods(Vol. 725). New York: Springer.
-
Robert, C. P. (2007). The Bayesian choice: from decision-theoretic foundations to computational implementation (Vol. 2). New York: Springer.
Página del curso
https://joseperusquia.github.io/bayesian.html
Google classroom
https://classroom.google.com/c/NjUwNTE1MTAwMjcz?cjc=y3vrqea