EspañolEnglishEuskeraCatalàGallego

  • Pamplona

  • Online or in-person

  • Cursos de centros

  • from May, 5th 2025 to May, 7th 2025

Online or in-person
from May, 5th 2025 to May, 7th 2025

Introducción a la inferencia bayesiana basada en simulación

Print PDF

La inferencia bayesiana se ha abierto un importante hueco en el ámbito estadístico durante las últimas décadas. En buena parte, los métodos de simulación mediante cadenas de Markov (MCMC) han sido los responsables de esta popularización ya que han transformado la inferencia bayesiana de un área completamente analítica a otra fundamentalmente computacional donde, junto con la ayuda de la computación, ha hecho posible el despegue de este abordaje estadístico.

Durante el curso se introducirá la necesidad de los métodos basados en simulación, como alternativa al abordaje analítico, para un buen número de problemas de estimación bayesianos. Tras ello se introducirán los métodos de simulación MCMC como la principal herramienta para la inferencia bayesiana basada en simulación. Además, también abordaremos los problemas prácticos que conlleva el uso de cadenas de Markov para la inferencia bayesiana. Así, introduciremos el análisis de la convergencia como la herramienta práctica adecuada para garantizar la corrección de los resultados de análisis estadísticos basados en simulación MCMC. Por último, introduciremos JAGS y NIMBLE como herramientas automatizadas de simulación para un gran número de modelos jerárquicos bayesianos. JAGS y NIMBLE hacen uso de su propio lenguaje de programación, que introduciremos, para la definición de modelos jerárquicos y programan, de manera automática, el algoritmo MCMC correspondiente para su inferencia. JAGS supone una herramienta más sencilla para esta labor, mientras que NIMBLE supone una alternativa más elaborada, pero más potente. El objetivo del curso será introducir ambas herramientas para que puedan ser utilizadas en función de las necesidades del alumnado.

Dates and places
From May, 5th 2025 to May, 7th 2025
Spaces where it takes place: Aula Informática 2

View Calendar
Online or in-person
You can choose in-person assistance or live or delayed online assistance.
More activities
Program
  • Monday, May, 5th 2025
    • 17:00-20:00 h. Contenido teórico:

              - Motivación a la inferencia bayesiana basada en simulación.
              - Introducción a las técnicas MCMC.

          Práctica de ordenador.
      • D. Miguel Ángel Martínez Beneito 
  • Tuesday, May, 6th 2025
    • 17:00-20:30 h.     Contenido teórico:  
              - Introducción a JAGS como herramienta (básica) de simulación MCMC.
              - Estudio y validación de la convergencia en simulación MCMC.

          Práctica de ordenador.
      • D. Miguel Ángel Martínez Beneito 
  • Wednesday, May, 7th 2025
    • 17:00-20:30 h.     Contenido teórico:

              - Introducción a Nimble como herramienta de simulación MCMC.

          Práctica de ordenador.
      • D. Miguel Ángel Martínez Beneito 
Attendance
This activity allows to participate in-person assistance or live or delayed online assistance, without having to go to the center.
Enrollment
  Ordinary enrollment
FeeFree
Enrollment now
Other cycle activities
This activity belongs to the cycle EXTENSIÓN UNVIERSITARIA 24/25, formed by the following activities:

Coordinated by
María Cardero Elso
Coordinadora de Extensión Universitaria en UNED Pamplona
Lecturer
D. Miguel Ángel Martínez Beneito
Profesor titular del Departamento de Estadística e Investigación Operativa. Universitat de València
Aimed at
Estudiantes o graduados en matemáticas. Estudiantes o graduados en Estadística y/o Ciencia de Datos.
Estudiantes del Máster en Ingeniería y Ciencia de Datos; Estudiantes del master en Matemáticas Avanzadas. Estudiantes del Master en Metodología de las Ciencias del Comportamiento y de la Salud.
Prerequisites

Se asume conocimientos previos de inferencia bayesiana, nivel básico, así como el manejo del paquete estadístico R.

Goals
-          Introducción a los métodos de monte Carlo basados en cadenas de Markov (MCMC) como herramienta para la inferencia bayesiana.
-          Descripción de los algoritmos básicos de simulación MCMC.
-          Uso práctico de MCMC para la inferencia bayesiana. Introducción a JAGS a NIMBLE como herramientas de simulación MCMC para la inferencia en modelos jerárquicos bayesianos.
Methodology
Clases magistrales y sesiones prácticas con ordenador. 
Objetivos de Desarrollo Sostenible

Esta actividad impacta en los siguientes Objetivos de Desarrollo Sostenible:

More
UNED Pamplona
C/ Sadar, s/n
31006 Pamplona Navarra
948243250 / cursos@pamplona.uned.es
Saltar al contenido

  • Facebook

  • Twitter

  • UNED