Objetivos do curso

• Deduzir os axiomas da probabilidade subjetiva.
• Explorar o modelo Bayesiano e suas principais propriedades.
• Deduzir os procedimentos da Inferência Bayesiana por meio da Teoria da Decisão.
• Implementar métodos computacionais usados na Inferência Bayesiana.

Pré-requisitos

• Probabilidade a nível Intermediário.

Material do curso

• Notas de aula estão disponíveis online. Vocês deverão baixar, imprimir e olhar rapidamente o conteúdo antes de cada classe.

• Os seguintes livros são opcionais e fornecem explicações detalhadas, tópicos extras, aplicações interessantes e exercícios adicionais:

  • DeGroot, M. H., Schervish, M. J. (2011). Probability and Statistics. Pearson.

  • Gelman, A., Stern, H. S., Carlin, J. B., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian data analysis. Chapman and Hall/CRC.

  • Migon, H. S., Gamerman, D., Louzada, F. (2014). Statistical Inference: An Integrated Approach. Chapman and Hall/CRC.

  • Kadane, J. B. (2011). Principles of uncertainty. Chapman and Hall/CRC.

  • Pereira, C.A.B., Viana, M.A.G. (1982). Elementos de Inferência Bayesiana. 5º SINAPE. IME – USP.

  • Winkler, R. L. (2003). An Introduction to Bayesian Inference and Decision. Probabilistic Publishing.

  • Gamerman, D., Lopes, H. F. (2006). Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference. Chapman Hall/CRC.

  • Kinas, P. G., Andrade, H. A. (2010). Introdução a Análise Bayesiana (com R). maisQnada.

  • Robert, C. (2007). The Bayesian choice: from decision-theoretic foundations to computational implementation. Springer Science & Business Media.

  • Bernardo, J. M., & Smith, A. F. (2009). Bayesian theory (Vol. 405). John Wiley & Sons.

  • Schervish, M. J. (2012). Theory of statistics. Springer Science & Business Media.

  • Brooks, S., Gelman, A., Jones, G., & Meng, X. L. (Eds.). (2011). Handbook of markov chain monte carlo. CRC press.

Listas de exercícios

• Frequência: quinzenal.
• Geral: Os alunos são incentivados a discutir comigo e entre si as listas de exercícios. As listas serão entregues pelo site da disciplina, sendo os alunos incentivados a escrevê-las em Latex.

Participação

• Para obter maestria dos conceitos vistos em aula, você deverá resolver exercícios. Durante a aula, você será regularmente instruído a resolver exercícios simples, individualmente ou em grupo. Estes exercícios são projetados para que você possa rapidamente identificar dúvidas sobre os conceitos aprendidos naquele dia. Participação em classe será determinada de acordo com a performance nestes exercícios e dúvidas, sugestões e comentários levantados pelo aluno.

Provas

As provas serão realizadas em sala de aula, podendo contemplar tanto avaliação individual quanto em grupo. A não ser que seja dito o contrário, vocês não poderão consultar qualquer material durante as provas. Exames não poderão ser realizados em outro dia que não a data oficial. Exceções devem ser conversadas comigo. - Prova 1: Ocorrerá no dia 15/05. Incluirá todos os tópicos vistos em aula. - Prova 2: Ocorrerá no dia 03/07. Incluirá todos os tópicos vistos em aula, com ênfase no material após a Prova 1. - Prova Sub: Ocorrerá no dia 10/07. Incluirá todos os tópicos vistos em aula.

Política de re-avaliação: Você poderá requerer uma nova correção de uma avaliação até 5 dias após a devolução desta. Se você estiver ausente no dia de entrega da avaliação, o prazo não será extendido. Para requerer avaliação informe as questões que você acredita que foram corrigidas erroneamente e a motivação para o seu raciocínio. As questões serão corrigidas novamente, levando em consideração os seus comentários, podendo sua nota aumentar ou diminuir. Nota final: Será calculada segundo os seguintes pesos: