Técnicas de Inferencia Estadística I Técnicas de Inferencia Estadística II Métodos de Regresión Procesos Estocásticos

1. Conocer las ideas de la estadística bayesiana y las diferencias entre este enfoque y la estadística clásica o frecuentista. 2. Manejar las familias conjugadas de distribuciones más importantes. 3. Uso de paquetes estadísticos para la resolución de problemas. 1. Capacidad de análisis y síntesis. 2. Modelización y resolución de problemas. 3. Comunicación oral y escrita.

1. Introducción y revisión de conceptos básicos de cálculo de probabilidades. 1.1 Definiciones y teoremas básicos 1.2 Teorema de Bayes 1.3 Aplicaciones del teorema de Bayes 2. Familias conjugadas de distribuciones. 2.1 Familia beta-binomial 2.2 Familia normal-normal 2.3 Aplicaciones 3. Estimación y contrastes. 3.1 Modelos beta-binomial 3.2 Modelos Normal-normal 3.3 Ejemplos 4. Regresión y modelos lineales. 4.1 Modelos lineales normales 4.2 Modelos generales lineales 5. Métodos de simulación aplicados en estadística bayesiana. 5.1 Factores bayes 5.2 Introducción a los métodos MCMC 5.3 Ejemplos

Teoría (4 ECTS). Clases teóricas con material de apoyo disponible en la Web. Prácticas (2 ECTS) Clases de resolución de problemas. Prácticas computacionales en aulas informáticas. Exposiciones orales y debates.