Ementa/Descrição: |
Revisão de probabilidade condicional e teorema de Bayes, o paradigma Bayesiano:
distribuições a priori, função de verossimilhança e distribuição a posteriori, estimação
Bayesiana (pontual e intervalar) e propriedades dos estimadores, distribuições a priori
conjugadas e impróprias, introdução aos métodos MCMC (amostrador de Gibbs e MetropolisHastings), introdução ao Winbugs. Regras de decisão: funções de perda e de utilidade, teste
de hipóteses Bayesianos, fator de Bayes. Aplicações em sistemas de decisões. Redes
bayesianas. |