Inferência (Mestrado)

Conteúdo do curso

Semana 1 Introdução ao problema de inferência; Família paramétrica; Família exponencial e curvada; Família locação-escala; Complexidade/parsimônia/Navalha de Occam; Distância entre distribuições.

Semana 2 e 3 Amostra aleatória; Função de verossimilhança; Informação de Fisher; Função escore; Suficiência; Teorema de Bayes; Permutabilidade;

Semana 4 e 5 Distribuições a priori; Prioris subjetivas; Prioris conjugadas; Prioris hierárquicas; Prioris de referência e Jeffreys.

Semana 6 e 7 Teoria da decisão; Método dos momentos; Máxima verossimilhança; Estimadores de Bayes; EM; Avaliação e comparação de estimadores.

Semana 8 e 9 Teste da razão de verossimilhança; Teste Bayesiano; Avaliação dos testes; Comparação de modelos; Complexidade/parsimônia/Navalha de Occam.

Semana 10 e 11 Intervalos clássicos; Intervalos Bayesianos; Tamanho e cobertura.

Semana 12 e 13 Aproximações assintóticas; Testes assintóticos; Intervalos assintóticos.

Semana 14 e 15 Previsão clássica; Previsão Bayesiana; Previsão no modelo normal.


Código do classroom

5boftoq

Os alunos devem entrar em contato pelo classroom para serem incluídos no grupo.

As informações do curso serão enviadas pelo classroom.

Horário e sala da aulas

As aulas ocorrerão as segundas, quartas e sextas de 13-15h nas salas B106A (2ª e 4ª), B108B (6ª).

Provas

Prova 1: 3/6/22

Prova 2: 22/7/22


Bibliografia

Migon, H. S. and Gamerman, D. (1999). Statistical Inference.

Gamerman, D. and Migon, H. S. and Louzada, F. (2014). Statistical Inference. 2nd edition

Casella, G. and Berger, R. (2006). Statistical Inference (2a Ed.).

Thomson Learning.