Introdução à Análise Bayesiana (com R) 2a Edição (eBook)

Paulo G. Kinas, Humber A. Andrade (Autoren)

eBook Download: PDF

2021 | 2. Auflage
273 Seiten
Consultor Editorial (Verlag)
978-65-990088-9-4 (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 é dar autossuficiência 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 Oceanólogo formado pela Universidade Federal do Rio Grande (FURG); é mestre em Estatística pelo Instituto de Matemática e Estatística da USP e Ph.D. em Estatística pela University of British Columbia, Canadá. Professor titular aposentado de Estatística no Instituto de Matemática, Estatística e Física (IMEF) da FURG, onde exerceu a docência por 39 anos. Integra o corpo docente dos programas de pós-graduação em Oceanografia Biológica e de Ambientometria. Atua como consultor para análise estatística de dados e fornece cursos de treinamento em estatística bayesiana aplicada. Tem experiência em modelagem estatística para o manejo e conservação de populações animais marinhas e na avaliação de estoques pesqueiros. É sócio a empresa Datenktaft Data Science Science. Humber A. Andrade Oceanógrafo, mestre e doutor formado pela Universidade Federal do Rio Grande (FURG). Professor Adjunto no Centro de Ciências da Terra e do ar (CTTMar) da Universidade do Vale do Itajaí (UNIVALI) no período de 1994 a 2006. Professor Adjunto no Departamento de Informática e Estatística (INE) da Universidade Federal de Santa Catarina (UFSC) em 2007 e 2008. Professor Adjunto do Departamento de Pesca e Aqüicultura (DEPAq) da Universidade Federal Rural de Pernambuco (UFRPE) em 2009, onde coordena o Laboratório de Modelagem Estatística Aplicada. Tem desenvolvido projetos de pesquisa e prestado assessoria para o desenvolvimento de dissertações de pós-graduação, com concentração na área de modelos lineares generalizados e estatística bayesiana. Membro do comitê que compõe a delegação científica brasileira e consultor em reuniões nacionais e internacionais de pesca, particularmente naquelas referentes à pesca de atuns e afins.

Inhalt

Prefácio da primeira edição xvii
Prefácio da segunda edição xix
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 Medição 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
vii
viii SUMÁRIO
3.4 Distribuições de Probabilidade
3.5 Modelos Probabilísticos Discretos
3.5.1 Distribuição Uniforme Discreta
3.5.2 Distribuição Binomial
3.5.3 Distribuição Hipergeométrica
3.5.4 Distribuição de Poisson
3.5.5 Distribuição Binomial 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 Lognormal
3.6.9 Distribuição de Student
3.6.10 Probabilidade para Transformações de Variáveis
Exercícios
4 Análise Bayesiana de Dados 81
4.1 Introdução
4.2 Probabilidades Posteriores para Famílias Conjugadas
4.3 Famílias Conjugadas – Distribuição Normal
4.3.1 Priori Informativa
4.3.2 Distribuição Posterior Marginal – p(μ|x)
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
SUMÁRIO ix
5.4 Notas Finais Exercícios

Produkt-Details

• Erscheint lt. Verlag: 26.5.2021
• Verlagsort: Canoas
• Sprache: portugiesisch
• Themenwelt: Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik
• Schlagworte: Análise • Bayes • biologia • Ciências Ambientais • com r • distribuição de probabilidade • Ecologia • Estatística • Inferência Bayesiana • matemática • modelos probabilísticos discretos • o princípio da indiferença • Software Livre • teorema de bayes
• ISBN-10: 65-990088-9-5 / 6599008895
• ISBN-13: 978-65-990088-9-4 / 9786599008894