Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Subscribe
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Introdução à Análise Bayesiana: Simulação Estocástica com R
Rating: 4.3 out of 5(47 ratings)
262 students

Introdução à Análise Bayesiana: Simulação Estocástica com R

Aprenda os Métodos de Simulação Computacional Estocástica com Estatística Bayesiana com Exemplos Biológicos em R
Created byAndré Marques
Last updated 12/2019
Portuguese

What you'll learn

  • Estatística Bayesiana
  • Distribuições Posteriores
  • Processos Estocásticos
  • Métodos de Simulação Estocástica
  • Re-Amostragem por Importância
  • Método de Monte Carlo
  • Cadeias de Markov
  • Entropia Relativa à Uniformidade
  • Algoritmo de Kinas

Course content

5 sections • 46 lectures • 4h 56m total length

  • Introdução2:02
  • Metodologia6:04
  • Processos & Ferramentas5:40
  • Agenda e objetivos2:49
  • Introdução10:34
  • Dualidade entre Distribuição & Amostra4:25
  • Integração de Monte Carlo10:49
  • Métodos Indiretos para Amostras de Distribuições Posteriores3:33

Requirements

  • Programação em R: Manipulação de Matrizes; Loops com for( )
  • Introdução à Estatística Bayesiana (Modelos Analíticos)

Description

Este curso, indicado para iniciantes em Estatística Bayesiana, amplia a abrangência do uso da Análise Bayesiana de Dados de forma irrestrita, permitindo simular qualquer tipo de comportamento probabilístico.

Durante o curso você vai aprender métodos de simulação estocástica: Introdução aos Processos Estocásticos; Método de Monte Carlo; Cadeias de Markov; Re-Amostragem por Importância; Distribuições Posteriores e muito mais!

Who this course is for:

  • Pesquisadores (PhD, Doutores, Mestres), Cientistas de Dados, Profissionais/Estudantes de Humanas, Biológicas e Exatas

Report abuse