Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
disciplinas:ce227-2018-01:historico [2018/06/05 17:12]
paulojus
disciplinas:ce227-2018-01:historico [2019/11/04 11:52] (atual)
paulojus
Linha 47: Linha 47:
 | 04/06 Seg |Reorganização do curso. Dúvidas e perguntas dos alunos | | | | 04/06 Seg |Reorganização do curso. Dúvidas e perguntas dos alunos | | |
 | 06/06 Qua |2a prova. Toda matéria discutida até aqui | | | | 06/06 Qua |2a prova. Toda matéria discutida até aqui | | |
-| 11/06 Qua |  |  |  | +| 11/06 Qua |Bayesiano empírico - modelo Poisson-Gamma para taxas  ​| ​ |  | 
-| 13/06 Qua |  |  |  | +| 13/06 Qua |Apresentações ​ ​| ​ |  | 
-| 18/06 Qua |  |  |  |+| 18/06 Qua |Apresentações ​ ​| ​ |  |
 | 20/06 Qua |3a prova. |  |  | | 20/06 Qua |3a prova. |  |  |
  
Linha 81: Linha 81:
 === 26/02 === === 26/02 ===
   - Completar problemas propostas nas aulas anteriores após as discussões em aula   - Completar problemas propostas nas aulas anteriores após as discussões em aula
-  - Escrever um código para o Exemplo da Poisson (2.3 do material), que permita ​desenhas ​as funções e avaliar efeitos de prioris e dados+  - Escrever um código para o Exemplo da Poisson (2.3 do material), que permita ​desenhar ​as funções e avaliar efeitos de prioris e dados
   - Ler e resolver exercícios do Capítulo 2 da apostila   - Ler e resolver exercícios do Capítulo 2 da apostila
  
Linha 170: Linha 170:
 === 09/04 === === 09/04 ===
   - Fazer um código (com operações matriciais) para os cálculos do Exemplo 1. O código deve permitir definir diferentes prioris e verossimilhanças. Experimentar com valores diferentes do exemplo.   - Fazer um código (com operações matriciais) para os cálculos do Exemplo 1. O código deve permitir definir diferentes prioris e verossimilhanças. Experimentar com valores diferentes do exemplo.
-  - Especificar valores para os hiperparâmetros p e q no Exemplo 2 e simular um conjunto de dados. Obter a posteriori e maginais. Fazer gráficos conjuntos e marginais da priori e posteriori.+  - Especificar valores para os hiperparâmetros ​//p// //q// no Exemplo 2 e simular um conjunto de dados. Obter a posteriori e maginais. Fazer gráficos conjuntos e marginais da priori e posteriori.
   - No Exemplo 3 obter a marginal <​latex>​[\sigma^2|y]</​latex>​ e a posteriori condicional <​latex>​[\mu|\sigma^2,​y]</​latex>​   - No Exemplo 3 obter a marginal <​latex>​[\sigma^2|y]</​latex>​ e a posteriori condicional <​latex>​[\mu|\sigma^2,​y]</​latex>​
   - Ainda no exemplo 3 definir os hiperparâmetros de obter uma simulação de dados do modelo ​   - Ainda no exemplo 3 definir os hiperparâmetros de obter uma simulação de dados do modelo ​
Linha 290: Linha 290:
 ## ##
 ## A estratégia de Gibbs é alternar as simulações entre **as distribuições condicionais** ## A estratégia de Gibbs é alternar as simulações entre **as distribuições condicionais**
-## o que "​parece"​ errado ,as provouse ​que a cadeia de valores assim simulados **converge** para a distribuição conjunta ​+## o que "​parece"​ errado ,as provou-se ​que a cadeia de valores assim simulados **converge** para a distribuição conjunta ​
 ##    [\mu|\sigma^2,​ y] \sim {\rm N}(\overline{y},​ \sigma^2/n) ##    [\mu|\sigma^2,​ y] \sim {\rm N}(\overline{y},​ \sigma^2/n)
 ##    [\sigma^2|\mu,​ y] \sim {\rm IG}(\frac{n}{2},​ \frac{2}{A}) ##    [\sigma^2|\mu,​ y] \sim {\rm IG}(\frac{n}{2},​ \frac{2}{A})
Linha 309: Linha 309:
 sigma2.simG[1] <- 100 sigma2.simG[1] <- 100
  
-{for(i in 2:N){+{ 
 +for(i in 2:N){
     A <- with(dados, SQ + n*(mu.simG[i-1]-m)^2)     A <- with(dados, SQ + n*(mu.simG[i-1]-m)^2)
     sigma2.simG[i] <- with(dados, 1/rgamma(1, shape=n/2, scale=2/A))     sigma2.simG[i] <- with(dados, 1/rgamma(1, shape=n/2, scale=2/A))
Linha 341: Linha 342:
  
 === 23/04 === === 23/04 ===
-  - Implementar modelo semelhante ao visto em aula porém com <​math>​log(lambda ~Normal). (ver detalhes na versão revisada do Cap 8 do material do curso.+  - Implementar modelo semelhante ao visto em aula porém com <​math>​log(lambda ~Normal)</​math>​. (ver detalhes na versão revisada do Cap 8 do material do curso.
   - Implementar a regressão linear via algoritmo de Gibbs. Usar dados simulados de uma regressão linear simples. Incluir amostras da preditiva no algoritmo   - Implementar a regressão linear via algoritmo de Gibbs. Usar dados simulados de uma regressão linear simples. Incluir amostras da preditiva no algoritmo
   - Código para o modelo visto em aula:<​code R>   - Código para o modelo visto em aula:<​code R>
Linha 398: Linha 399:
  
 === 07/05 === === 07/05 ===
-  - *Atividade 1* (individual ou duplas) Buscar algum pacote do R ou outro programa que permita obter os resultados (analíticos) vistos até aqui no curso. Evitar coincidẽncias entre os escolhidos +  - **Atividade 1** (individual ou duplas) Buscar algum pacote do R ou outro programa que permita obter os resultados (analíticos) vistos até aqui no curso. Evitar coincidẽncias entre os escolhidos 
-  - *Atividade 2* (individual ou duplas) Buscar algum pacote do R ou outro programa que permita obter por simulação resultados pera os exemplos vistos até aqui no curso. Evitar coincidẽncias entre os escolhidos +  - **Atividade 2** (individual ou duplas) Buscar algum pacote do R ou outro programa que permita obter por simulação resultados pera os exemplos vistos até aqui no curso. Evitar coincidẽncias entre os escolhidos 
-  - *Atividade 3* (individual ou duplas) Utilizar o recurso visto na Atividade 2 para analizar algum modelo/​exemplo não visto no curso. Evitar coincidẽncias entre os escolhidos+  - **Atividade 3** (individual ou duplas) Utilizar o recurso visto na Atividade 2 para analizar algum modelo/​exemplo não visto no curso. Evitar coincidẽncias entre os escolhidos
  
 === 14/05 === === 14/05 ===

QR Code
QR Code disciplinas:ce227-2018-01:historico (generated for current page)