Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
disciplinas:ce718:historico2011 [2011/06/09 14:21] paulojus |
disciplinas:ce718:historico2011 [2012/02/03 02:03] (atual) paulojus [section 1] |
||
---|---|---|---|
Linha 4: | Linha 4: | ||
|31/05 |Introdução os curso. Informações sobre o curso. Uma revisão de inferência estatística: verossimilhança e Bayesiana. Noções básicas: Simulação. Bootstrap. Algorítmo E-M. MCMC. |Ler e preparar para apresentação Cap 1 e 2 das notas do curso, programar em alguma linguagem os conceitos do capítulo, incluindo: estimação de <m>pi</m> por simulação (quadrado/circulo e agulha de Buffon) e geração de números aleatórios por diferentes métodos. | | |31/05 |Introdução os curso. Informações sobre o curso. Uma revisão de inferência estatística: verossimilhança e Bayesiana. Noções básicas: Simulação. Bootstrap. Algorítmo E-M. MCMC. |Ler e preparar para apresentação Cap 1 e 2 das notas do curso, programar em alguma linguagem os conceitos do capítulo, incluindo: estimação de <m>pi</m> por simulação (quadrado/circulo e agulha de Buffon) e geração de números aleatórios por diferentes métodos. | | ||
|07/06 |Simulação: exemplos de estimação de <m>pi</m> e códigos dos participantes. Relações com métodos de simulação para inferência estatística. Simulação de v.a: v.a. discretas, discretização de distribuições contínuas e discretização com interpolação linear. Simulação direta por transformada integral de probabilidades <m>F^{-1}(u)</m>. Amostragem por rejeição. Introdução e integração Monte Carlo. | Comparar a performance e eficiência das rotinas de estimação de <m>pi</m>. Fundamentar por argumentos de probabilidades o ex da agulha de Buffon. Mostrar o por que (fundamentação) a amostragem por rejeição funciona. Escrever programas/funções para gerar v.a. contínua pelos diferentes métodos. Preparar o tópico de métodos de integração: aproximações (Simpson, Q.G., Laplace, etc) e integração Monte Carlo. Preparar exemplos com cada um resolvido pelos diferentes métodos. | | |07/06 |Simulação: exemplos de estimação de <m>pi</m> e códigos dos participantes. Relações com métodos de simulação para inferência estatística. Simulação de v.a: v.a. discretas, discretização de distribuições contínuas e discretização com interpolação linear. Simulação direta por transformada integral de probabilidades <m>F^{-1}(u)</m>. Amostragem por rejeição. Introdução e integração Monte Carlo. | Comparar a performance e eficiência das rotinas de estimação de <m>pi</m>. Fundamentar por argumentos de probabilidades o ex da agulha de Buffon. Mostrar o por que (fundamentação) a amostragem por rejeição funciona. Escrever programas/funções para gerar v.a. contínua pelos diferentes métodos. Preparar o tópico de métodos de integração: aproximações (Simpson, Q.G., Laplace, etc) e integração Monte Carlo. Preparar exemplos com cada um resolvido pelos diferentes métodos. | | ||
+ | |14/06 |Integração: aproximações numéricas e de Monte Carlo. Amostragem por importância. Aplicações em modelos estatísticos | | | ||
+ | |21/06 |Integração: Aproximação de Laplace e aplicações. Inferência por aproximação de integrais em modelos hierárquicos/efeitos aleatórios |{{:disciplinas:ce718:gaussquad.r|Script de PJ}} sobre quadraturas e um desafio! Completar o script nas partes indicadas (e pensem em outros exemplos, situacoes etc). | | ||
+ | | |aulas continuaram mas deixamos de atualizar esta página... | | | ||
+ | |||
+ |