EspañolEnglishEuskeraCatalàGallego

  • Pamplona

  • Online o presencial

  • Cursos de centros

  • del 5 al 7 de mayo de 2025

Online o presencial
del 5 al 7 de mayo de 2025

Introducción a la inferencia bayesiana basada en simulación

Imprimir 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.

Lugar y fechas
Del 5 al 7 de mayo de 2025
Espacios en los que se desarrolla: Aula Informática 2

Ver calendario
Online o presencial
Puedes elegir la asistencia presencial o la asistencia online en directo o en diferido.
Ver más actividades
Programa
  • lunes, 5 de mayo
    • 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 Profesor titular del Departamento de Estadística e Investigación Operativa. Universitat de València
  • martes, 6 de mayo
    • 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 Profesor titular del Departamento de Estadística e Investigación Operativa. Universitat de València
  • miércoles, 7 de mayo
    • 17:00-20:30 h.     Contenido teórico:

              - Introducción a Nimble como herramienta de simulación MCMC.

          Práctica de ordenador.
      • D. Miguel Ángel Martínez Beneito Profesor titular del Departamento de Estadística e Investigación Operativa. Universitat de València
Asistencia
Esta actividad permite participar con asistencia presencial o asistencia online en directo o en diferido, sin necesidad de ir al centro.
Inscripción
  Matrícula Ordinaria
PrecioGratuita
Matrícula online
Otras actividades del ciclo
Esta actividad pertenece al ciclo EXTENSIÓN UNVIERSITARIA 24/25, formado por las siguientes actividades:

Coordinado por
María Cardero Elso
Coordinadora de Extensión Universitaria en UNED Pamplona
Ponente
D. Miguel Ángel Martínez Beneito
Profesor titular del Departamento de Estadística e Investigación Operativa. Universitat de València
Dirigido a
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.
Titulación requerida

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

Objetivos
-          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.
Metodología
Clases magistrales y sesiones prácticas con ordenador. 
Objetivos de Desarrollo Sostenible

Esta actividad impacta en los siguientes Objetivos de Desarrollo Sostenible:

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

  • Facebook

  • Twitter

  • UNED