Não foi possível enviar o arquivo. Será algum problema com as permissões?

Essa é uma revisão anterior do documento!


Mini-curso: métodos computacionais para inferência estatística

Mini-curso: métodos computacionais para inferência estatística

Escola de Verão, UFRN, Natal, 28-30/01/2014

O download de arquivos abaixo PODE NÃO FUNCIONAR com o internet explorer.
Utilize qualquer outro navegador (firefox, opera, Chromium, etc)
  1. Dia 1:
  2. Dia 2

Alguns Códigos

  • Atividades:
    1. Considere a seguinte amostra de uma distribuição Graph com densidade Graph
      7,0    2,6    8,8    6,0    5,7    4,6    3,0    3,5    5,3    5,8    4,8    4,3 
      • Obtenha a expressão das funções de verossimilhança, log-verossimilhança, escore e hessiana
      • Faça gráficos para cada uma dessas funções
      • Escreva códigos para obtenção da estimativa de verossimilhança
        • por maximização numérica
        • por solução de sistema
      • Obtenha um intervalos de confiança
        • baseado na aproximação quadrática
        • baseado na função de verossimilhança
    2. Seja a seguinte amostra de uma distribuição Graph

27  <25  22  20  [20-24]  22  26  23  >23  18  26  <32  22  23  >20

  • resolva os mesmos itens da questão anterior
  • Refazer os exemplos do arquivo, complementando para cada parametrização
  • Montar/escrever o algoritmo Newton-Rapson para este problema
  • Montar um material similar para a distribuição Beta
  • Verificar possível(eis) (ao menos 1) reparametrização(ções)
  • Verificar se é possível reduzir a dimensão do problema numérico (isolar 1 parâmetro)
  • Montar soluções similares às do material da distribuição Gamma

Dados

  1. Capítulo 1:
  2. Capítulo 2:
    1. Dados simulados Exemplo 5 - Distribuição Gaussiana

set.seed(123)
y10 <- rnorm(10,10,1.5)
y50 <- rep(y10,5)
y100 <- rep(y10,10)
y1000 <- rep(y10,100)

  1. Capítulo 3:

QR Code
QR Code cursos:ufrn2014 (generated for current page)