Introdução à Análise Bayesiana (Com R) (eBook)

Paul Gerhard Kinas, Humber Agrelli Andrade (Autoren)

eBook Download: EPUB

2017
240 Seiten
Consultor Editorial (Verlag)
978-85-93813-01-6 (ISBN)

Infos

Além do cuidado com o desenvolvimento teórico dos temas, o livro, repleto de exemplos e exercícios, também dá atenção ao desenvolvimento prático, com material suficiente para habilitar os leitores a reproduzirem todas as análises efetuadas no decorrer dos capítulos. Os códigos computacionais de cálculo são disponibilizados diretamente no texto e em uma página da internet que também contém um gabarito com o desenvolvimento completo das soluções de todos os exercícios.
O programa computacional é o R que vem sendo adotado mundialmente por muitos profissionais em análise estatística. O R é um programa de livre distribuição e possui muitas funções que facilitam consideravelmente a execução dos cálculos e a apresentação gráfica dos dados. Portanto, não é necessário dispor de quaisquer programas computacionais comerciais para acompanhar o desenvolvimento do conteúdo. A proposta do livro e´dar auto-suficiência aos leitores que, ao final do estudo diligente do texto, terão em mãos a bagagem teórica e a prática para desenvolverem com autonomia as suas análises estatísticas.

Autor

Paul G. Kinas - Oceanógrafo pela Universidade Federal do Rio Grande (FURG) e Graduado em Oceanologia, 1979, FURG; Mestre em Estatística, 1986, USP; Doutor em Estatística, 1993, University of British Columbia, Canadá; Pós-doutorado, 2008-2009, na Universty of British Columbia, Canadá. Professor titular da Estatística no Instituto de Matemática (IMEF) da FURG, coordena o laboratório de Estatística Ambiental e orienta programas de pós-gradução Humber A. Andrade - Graduado em Oceanografia Biológica pela Fundação Universidade Federal do Rio Grande (1991), mestre em Oceanografia Biológica pela Fundação Universidade Federal do Rio Grande (1996) e doutor em Oceanografia Biológica pela Fundação Universidade Federal do Rio Grande (2004). Tem experiência em biologia pesqueira e no uso de modelagens estatísticas na análise de problemas de ecologia, particularmente aqueles associados ao ambiente marinho. Tem trabalhado com modelos lineares generalizados e abordagens Bayesianas.

Inhalt

Sumário:
Prefácio
1 Introdução
1.1 Panorama Geral
1.2 Estudo de maturidade sexual do peixe-galo
1.3 Introdução ao uso do R
1.4 Sobre os demais capítulos
Exercícios
2 Mediação de Incerteza
2.1 Introdução
2.2 Operações lógicas com eventos
2.3 As regras de probabilidades
2.4 Aferição de Probabilidades
2.4.1 O Princípio da Indiferença
2.4.2 Experimento de calibração: o padrão 'urna'
2.5 O Teorema de Bayes
2.6 Formalizações alternativas de probabilidades
Exercícios
3 Distribuições de Probabilidades
3.1 Introdução
3.2 Variáveis Aleatórias Discretas
3.3 Variáveis Aleatórias Contínuas
3.4 Distribuições de Probabilidade
3.5 Modelos Probabilísticos Discretos
3.5.1 Distribuição Uniforme Discreta
3.5.2 Distribuição Binominal
3.5.3 Distribuição Hipergeométrica
3.5.4 Distribuição de Poisson
3.5.5 Distribuição Binominal Negativa
3.6 Distribuições Contínuas
3.6.1 Distribuição Uniforme
3.6.2 Distribuição Beta
3.6.3 Distribuição Beta Generalizada
3.6.4 Distribuição Exponencial
3.6.5 Distribuição Gama
3.6.6 Distribuição Gama-Inversa
3.6.7 Distribuição Normal
3.6.8 Distribuição de Student
3.6.9 Probabilidade para Transformações de Variáveis
Exercícios
4 Análise Bayesiana de Dados
4.1 Intrdução
4.2 Probabilidades Posteriores para Famílias Conjugadas
4.3 Famílias Conjugadas – Distribuição Normal
4.3.1 Priori Informativa
4.3.2 Distribuição Posterior Marginal – р(μ|χ)
4.3.3 Priori Não-Informativa
4.3.4 Hiper-parâmetros da Priori Normal-Gama
Exercícios
5 Distribuições Posteriores e Simulação
5.1 Introdução
5.2 Re-Amostragem por Importância
5.3 Monte Carlo com Cadeias de Markov
5.4 Notas Finais
Exercícios
6 Inferência Bayesiana
6.1 Introdução
6.2 Análise Bayesiana de Decisão
6.3 Inferência e Decisão
6.4 Intervalos de Credibilidade
6.5 Testes de Hipóteses
6.5.1 Abordagem Bayesiana
6.5.2 Fator de Bayes
6.6 Inferência Preditiva
Exercícios
7 Modelos Lineares
7.1 Introdução
7.2 Regressão Linear Simples
7.2.1 Preliminares
7.2.2 Abordagem Bayesiana
7.2.3 Predição de У para novos valores de χ
7.2.4 Funções do R em Análises com Modelos Lineares
7.3 Regressão Linear Múltipla
7.4 Análise de Variância
Exercícios
8 Tópicos Avançados
8.1 Modelos Lineares Generalizados
8.1.1 Introdução
8.1.2 Regressão Logística
8.1.3 Regressão de Poisson
8.2 Modelos Não-Lineares
8.2.1 Introdução
8.2.2 Estratégia para Inferência em Modelos Não-Lineares
8.2.3 Predições de Realizações da Variável Resposta
8.2.4 Previsão Reversa
Exercícios
9 Considerações Finais
Referências Bibliográficas
Índice Remissivo

Produkt-Details

• Erscheint lt. Verlag: 4.5.2017
• Verlagsort: Canoas
• Sprache: portugiesisch
• Themenwelt: Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik
• Schlagworte: análise bayesiana • Análise estatística • estatística em biologia • estatística em oceanografia • exercícios e atividades para uso do programa R • Humber A. Andrade • introdução à análise bayesiana (com r) • matemática estatística • Paul G. Kinas • programa R software livre
• ISBN-10: 85-93813-01-1 / 8593813011
• ISBN-13: 978-85-93813-01-6 / 9788593813016