EspañolEnglishEuskeraCatalàGallego

  • Pamplona

  • Online edo aurrez aurrekoa

  • Cursos de centros

  • 2025/5/5 - 2025/5/7

Online edo aurrez aurrekoa
2025/5/5 - 2025/5/7

Introducción a la inferencia bayesiana basada en simulación

PDFa inprimatu

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.

Lekua eta datak
2025/5/5 - 2025/5/7
Irakasguneak: Aula Informática 2

Egutegia ikusi
Online edo aurrez aurrekoa
Aurrez aurrekoa aukera dezakezu edo online zuzenean edo geroratuan jarraitzea.
Jarduera gehiago ikusi
Programa
  • 2025/5/5
    • 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 
  • 2025/5/6
    • 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 
  • 2025/5/7
    • 17:00-20:30 h.     Contenido teórico:

              - Introducción a Nimble como herramienta de simulación MCMC.

          Práctica de ordenador.
      • D. Miguel Ángel Martínez Beneito 
Jarraitzea
Jarduera honetan ikasleak aurrez aurre parte hartzeko aukera duEsta edo online zuzenean edo geroratuan jarraitzea, ikastetxera joan beharrik gabe.
Izen-ematea
  Arrunta
PrezioaDohain
Online matrikula
Zikloko beste jarduera batzuk
Jarduera hau EXTENSIÓN UNVIERSITARIA 24/25 ziklokoa da, jarduera hauek osatua:

Koordinatzailea
María Cardero Elso
Coordinadora de Extensión Universitaria en UNED Pamplona
Hizlari
D. Miguel Ángel Martínez Beneito
Profesor titular del Departamento de Estadística e Investigación Operativa. Universitat de València
Hartzaileak
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.
Eskatutako titulazioa

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

Helburuak
-          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.
Metodologia
Clases magistrales y sesiones prácticas con ordenador. 
Garapen Jasangarriaren helburuak

Jarduera honek honako Garapen Jasangarriko Helburu hauetan eragiten du:

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

  • Facebook

  • Twitter

  • UNED