Disciplina
Estatística Bayesiana Aplicada
Área
Área Científica de Probabilidades e Estatística > Probabilidades e Estatística
Activa nos planos curriculares
MMA 2006 > MMA 2006 > 2º Ciclo > Perfis > Probabilidades e Estatística Matemática > Probabilidades e Estatística > Estatística Bayesiana Aplicada
MMAC 2021 > MMAC 2021 > 2º Ciclo > Área Principal > Áreas de Especialização > Área de Especialização em Probabilidade e Estatística > Área Científica de Probabilidades e Estatística > Estatística Bayesiana Aplicada
MECD2019 > MECD2019 > 2º Ciclo > Opções > Estatística Bayesiana Aplicada
Nível
Exame Final + Projecto em Grupo com relatório escrito.
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
3.0 h/semana
1.5 h/semana
105.0 h/semestre
Objectivos
Apreender métodos bayesianos empíricos e hierárquicos e métodos de Monte Carlo baseados em cadeias de Markov e conhecer a profusa aplicação a problemas de variadas áreas estatísticas.
Programa
Métodos bayesianos empíricos e hierárquicos. Métodos de Monte Carlo baseados em cadeias de Markov: amostragem Gibbs e algoritmo Metropolis-Hasting. Técnicas de avaliação da convergência. Estimação e predição. Adequabilidade e selecção de modelos. Aplicações a variados problemas estatísticos: análise de regressão para dados contínuos e discretos. Análise discriminante linear e não linear. Análise de dados categorizados. Fiabilidade e análise de sobrevivência. Análise de dados espaciais e temporais. Modelos com variáveis latentes. Amostragem em populações finitas. Genética de traços qualitativos e quantitativos.
Metodologia de avaliação
Exame Final + Projecto em Grupo com relatório escrito.
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
Bibliografia
Principal
Bayes and Empirical Bayes Methods for Data Analysis
Chapman & Hall/CRC Press, London
Markov Chain Monte Carlo in Practice
W.R. Gilks, S. Richardson and D. J. Spiegelhalter
Chapman & Hall/CRC Press, London.
C. D Paulino, A. Amaral Turkman, B. Murteira,
Fundação Calouste Gulbenkian, Lisboa.
Secundária
Applied Bayesian Forecasting and Time Series Analysis
A. Andy Pole, M. West, and J. Harrison
Chapman & Hall/CRC Press, London
Hierarchical Modeling and Analysis for Spatial Data
S. Banerjee, B. P. Carlin. and A. E. Gelfand
Chapman & Hall/CRC Press, London
Bayesian Models for Categorical Data
Bayesian Methods for Nonlinear Classification and Regression
D.G.T. Denison, C. C. Holmes, B. K. Mallick and A.F.M. Smith
Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference
A. Gelman, J. B. Carlin, H. S. Stern, and D.B. Rubin
Bayesian Methods for Finite Population Sampling
Chapman & Hall/CRC Press, London.
Likelihood, Bayesian, and MCMC Methods in Quantitative Genetics
J.G. Ibrahim,; M. H. Chen and D. Sinha
Reliability & Risk: A Bayesian Perspective