Conocimientos de los métodos clásicos de estadística

Los objetivos principales del curso son: 1. Comprender los conceptos fundamentales de probabilidad relevantes para la estadística bayesiana. 2. Comparar y contrastar los enfoques frecuentista y bayesiano de la inferencia estadística. 3. Aprenda sobre las distribuciones conjugadas y su importancia en el análisis bayesiano. 4. Desarrollar competencia en los métodos computacionales utilizados para la estimación bayesiana. 5. Adquirir conocimientos en Regresión y Modelos Lineales dentro de un marco bayesiano. 6. Explorar modelos lineales generalizados (GLM) desde una perspectiva bayesiana. 7. Estudiar las técnicas de agrupamiento bayesiano para el análisis de datos y el descubrimiento de patrones. 8. Aprender sobre Regresión No Lineal y su aplicación en los métodos bayesianos.

1. Conceptos de probabilidad asociados a la Estadística Bayesiana 2. Enfoque Frecuentista vs. Bayesiano 3. Distribuciones conjugadas 4. Métodos de computación para la estimación bayesiana 5. Modelos lineales y regresión 6. Modelos lineales generalizados 7. Agrupamiento Bayesiano 8. Regresión no lineal

Actividades formativas: Clase teórica Clases prácticas en clase con el ordenador Trabajo individual Metodologías docentes: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona bibliografía y ejercicios prácticos para complementar el aprendizaje de los alumnos. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo