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

4.0 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

B. P. Carlin and T.A. Louis

2000

Chapman & Hall/CRC Press, London

Markov Chain Monte Carlo in Practice

W.R. Gilks, S. Richardson and D. J. Spiegelhalter

1995

Chapman & Hall/CRC Press, London.

Estatística Bayesiana

C. D Paulino, A. Amaral Turkman, B. Murteira,

2003

Fundação Calouste Gulbenkian, Lisboa.

Secundária

Applied Bayesian Forecasting and Time Series Analysis

A. Andy Pole, M. West, and J. Harrison

1994

Chapman & Hall/CRC Press, London

Hierarchical Modeling and Analysis for Spatial Data

S. Banerjee, B. P. Carlin. and A. E. Gelfand

2003

Chapman & Hall/CRC Press, London

Applied Bayesian Modelling

P. Congdon

2003

Wiley, New York.

Bayesian Models for Categorical Data

P. Congdon

2005

Wiley, New York.

Bayesian Methods for Nonlinear Classification and Regression

D.G.T. Denison, C. C. Holmes, B. K. Mallick and A.F.M. Smith

2002

Wiley, New York.

Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference

D. Gamerman and H. F. Lopes

2006

Taylor & Francis, London

Bayesian Data Analysis

A. Gelman, J. B. Carlin, H. S. Stern, and D.B. Rubin

2003

Chapman & Hall, London.

Bayesian Methods for Finite Population Sampling

M. Ghosh and G.Meeden

1997

Chapman & Hall/CRC Press, London.

Likelihood, Bayesian, and MCMC Methods in Quantitative Genetics

D. Gianola and D. Sorensen

2002

Springer-Verlag, New York.

Bayesian Survival Analysis

J.G. Ibrahim,; M. H. Chen and D. Sinha

2001

Springer-Verlag, New York

Reliability & Risk: A Bayesian Perspective

N. Singpurwalla

2006

Wiley, New York