| Título : | Introducción a la estadística Bayesiana con aplicaciones de estimación en áreas pequeñas usando software STAN |
| Autor(es): | Alvarez-Castro, Ignacio Goyeneche, Juan José |
| Fecha de publicación : | 9-oct-2023 |
| Tipo de documento: | Documento de conferencia |
| Versión: | Publicado |
| Publicado por : | Sociedad colombiana de Estadística |
| Areas del conocimiento: | Ciencias Naturales y Exactas Matemáticas Estadística y Probabilidad |
| Líneas de investigación: | Otro |
| Temas de investigación: | Evaluación basada en el uso de datos masivos: analíticas de aprendizaje y minería de datos educativos |
| Palabras clave del autor: | Inferencia Bayesiana Estimación en áreas pequeñas STAN |
| Resumen : | En este mini-curso se presenta una breve introducción a la estadística Bayesiana utilizando el programa STAN. Se utiliza un enfoque aplicado, recorriendo las características básicas del modelado Bayesiano y su implementación en STAN en aplicaciones concretas. Como ejemplos para el trabajo se utilizarán problemas de estimación en áreas pequeñas. |
| URI / Handle: | https://hdl.handle.net/20.500.12381/3506 |
| Institución responsable del proyecto: | Instituto de Estadística FCEA |
| Agencias / Instituciones financiadoras : | ANII Fundación Ceibal |
| Identificador ANII : | FSDE_2_2020_1_163528 |
| Nivel de acceso : | Acceso abierto |
| Licencia Creative Commons : | Reconocimiento-NoComercial 4.0 Internacional. (CC BY-NC) |
| Aparece en las colecciones: | Fundación Ceibal |
Archivos en este ítem:
| archivo | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 02_previas.pdf | Distintos tipos de previas | 104.79 kB | Adobe PDF | Descargar |
| 01_introduccion.pdf | Clase introductoria de inferencia Bayesiana | 127.85 kB | Adobe PDF | Descargar |
| 04_jerarquico.pdf | Modelos Jerárquicos | 167.77 kB | Adobe PDF | Descargar |
| 05_ejemploSAE.pdf | Ejemplo de estimación en áreas pequeñas | 484.56 kB | Adobe PDF | Descargar |
| 03_computacion.pdf | Introducción al cómputo Bayesiano | 254.89 kB | Adobe PDF | Descargar |
Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita:
Reconocimiento-NoComercial 4.0 Internacional. (CC BY-NC)