- Semana 01
- 06/08 (Qui): Semana Acadêmica.
- 07/08 (Sex): Semana Acadêmica.
- Atividade(s):
- Semana 02
- 13/08 (Qui): Visitando e revisitando testes
diagnóstico.
- 14/08 (Sex): Organizando cálculos do Teorema de
Bayes: Exercício 04 e revisitando Exercício 01 da lista
- Atividade(s):
- Fazer demais exemplos da lista.
- Considere este arquivo de
dados que contém o diagnóstico correto na primeira coluna e
resultados de testes na segunda, terceira e quarta colunas. Use os dados
para estimar a prevalência e ainda a sensibildade e especificidade de
cada teste. Obtenha a classificação para diferentes possíveis resultados
dos testes.
- Semana 03
- Semana 04
- 27/08 (Qui): Problema de Monty Hall pelo teorema de
Bayes. Exemplos da proporção de canhotos da lista
- 28/08 (Sex): Do discreto ao contínuo: explorando
mais exemplos da lista. O modelo
binomial com priori beta. Obtenção de posteriori (contínua), conjugação.
Discussão sobre as prioris dos alunos. Posteriori como balanço entre
priori e dados (verossimilhança). Obtenção dos parâmetros da priori
Beta.
- Atividade(s):
- Revisitar a obtenção da posteriori no modelo beta-binomial. Explorar
resultados para diferentes prioris e dados.
- Fazer o exemplo 6 da da
lista.
- Obter a posteriori do modelo Poisson com priori Gamma (parâmetro
contínuo).
- Iniciar a leitura do Capitulo 2 do texto do curso.
- Semana 05
- 03/09 (Qui): Inferência completa para o modelo
Binomial com priori beta: especificação de priori, obtenção da
posteriori, marginal e preditiva (a posteriori).
- 04/09 (Sex): Inferência completa para o modelo
Poisson com priori gamma. Resultados analíticos e aproximações por
discretização e por simulação.
- Atividade(s):
- Semana 06
- 10/09 (Qui): Prova 1
- 11/09 (Sex): Revisão da prova
- Atividade(s):
- Semana 07
- 17/09 (Qui): Inferência completa para média da
normal (variância conhecida)
- 18/09 (Sex): Inferência completa para variância da
normal (média conhecida). O princípio da verossimilhança.
- Atividade(s): Repetir cálculos para obtenção com
parametrização de precisão \(\tau =
1/\sigma^2\). Explorar o script de aproximações de posteriori que será
visto na próxima aula.
- Semana 08
- 24/09 (Qui): Aproximações da posteriori. Script usado na aula
- 25/09 (Sex): Prova complementar.
- Atividade(s): Implementar as aproximações vistas em outros
modelos (de um parâmetro) que voce deve especificar.
- Semana 09
- 01/10 (Qui): Introdução a MCMC. Script do Gligor visto em
aula
- 02/10 (Sex): Informações adicionais sobre MCMC. Uso
de pacotes do R para MCMC.
- Atividade(s): Escrever seu próprio código MCMC para
inferência de ao menos 3 distrobuições para os dados. Fazer também
usando pacotres do R.
- Semana 10
- 08/10 (Qui): Prioris - Cap 3 do material - Fam.
Exponencial, impróprias, reparametrização.
- 09/10 (Sex): Priori de Jeffreys. Prioris de
mistura. Instrodução ao caso de dois parâmetros.
- Atividade(s): Exercícios do Cap 03
- Semana 11
- 15/10 (Qui): Modelos com dois parâmetros
- 16/10 (Sex): Mais exemplos com dois parâmetros
- Atividade(s): Leitura, exemplos e exercícios do cap 05 do
material do curso.
- Semana 12
- 22/10 (Qui): SIEPE
- 23/10 (Sex): SIEPE
- Atividade(s):
- Semana 13
- 29/10 (Qui): Aula Fernando Mayer
- 30/10 (Sex): Ponto Facultativo
- Atividade(s):
- Semana 14
- 05/11 (Qui):
- 06/11 (Sex): Prova 2
- Atividade(s):
- Semana 15
- 12/11 (Qui):
- 13/11 (Sex):
- Atividade(s):
- Semana 16
- 19/11 (Qui):
- 20/11 (Sex): Feriado
- Atividade(s):
- Semana 17
- 26/11 (Qui):
- 27/11 (Sex): Prova 3
- Atividade(s):
- Semana 18
- 03/12 (Qui):
- 04/12 (Sex):
- Atividade(s):
