Você está aqui: start » disciplinas » ce227-2018-01 » historico

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisão		Revisão anterior
disciplinas:ce227-2018-01:historico [2018/06/05 17:12] – paulojusdisciplinas: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// 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.
   - 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)