Ementa:
Teorema de Bayes, sua aplicação à probabilidade e à inferência científica. Distribuições a priori. Regra de Jeffreys. Estatísticas suficientes: restrições nos parâmetros. Comparação entre variâncias. Distribuição normal. Classificação hierárquica, análise de planejamento de classificações cruzadas.
Bibliografia:
Para desenvolvimento dos conceitos: 1-O'Hagan, A., & Forster, J. J. (2004). Kendall's advanced theory of statistics, volume 2B: Bayesian inference (Vol. 2). Arnold.; 2-Bernardo, J. M., & Smith, A. F. (2009). Bayesian Theory (Vol. 405). John Wiley & Sons.; 3-Box, G. E., & Tiao, G. C. (2011). Bayesian inference in statistical analysis (Vol. 40). John Wiley & Sons. Para Aplicações: 4-Congdon, P. (2007). Bayesian statistical modelling (Vol. 704). John Wiley & Sons.; 5-Congdon, P. (2014). Applied bayesian modelling (Vol. 595). John Wiley & Sons.
Ano de Catálogo: 2025
Créditos: 4
Número mínimo de alunos: 1
Idioma de oferecimento: Português
Tipo Oferecimento: Regular
Local Oferecimento:
Horários/Salas:
Docentes:
Reservas:
| Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
|---|---|---|---|---|---|---|
| 07:00 | ||||||
| 08:00 | A - IM24 | A - IM24 | ||||
| 09:00 | A - IM24 | A - IM24 | ||||
| 10:00 | ||||||
| 11:00 | ||||||
| 12:00 | ||||||
| 13:00 | ||||||
| 14:00 | ||||||
| 15:00 | ||||||
| 16:00 | ||||||
| 17:00 | ||||||
| 18:00 | ||||||
| 19:00 | ||||||
| 20:00 | ||||||
| 21:00 | ||||||
| 22:00 | ||||||
| 23:00 |