Última actualización: 28/04/2022


Curso Académico: 2022/2023

Métodos Bayesianos
(13723)
Grado en Estadística y Empresa (Plan: 400 - Estudio: 203)


Coordinador/a: WIPER , MICHAEL PETER

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Técnicas de Inferencia Estadística I Técnicas de Inferencia Estadística II Métodos de Regresión Procesos Estocásticos
Objetivos
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.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
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
Actividades formativas, metodología a utilizar y régimen de tutorías
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.
Sistema de evaluación
  • Peso porcentual del Examen Final 50
  • Peso porcentual del resto de la evaluación 50

Calendario de Evaluación Continua


Bibliografía básica
  • Bernardo, J.M.. Bioestadística una perspectiva Bayesiana. Vicens Viven, España. 1981
Recursos electrónicosRecursos Electrónicos *
Bibliografía complementaria
  • Albert J.. Bayesian Computation with R (Use R). Springer. 2009
  • Lee, P.M.. Bayesian Statistics: An Introduction. Arnold, Londres. 2004
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.


Dirección web para más información: http://www.uc3m.es/portal/page/portal/dpto_estadistica/docencia