Fecha | Tema |
Febrero | INTRODUCCIÓN y MOTIVACIÓN: Fenómenos aleatorios y el proceso de inducción estadístico; Intercambiabilidad como modelo de aprendizaje; Teorema de Bruno de Finetti; Estadística bayesiana.
M. Goldstein: incertidumbre, aleatoriedad y el argumento inductivo. Lectura optativa
The Uniformity of Nature. Lectura optativa
Clase. Fundamentos.
|
Marzo | ENFOQUE PARAMÉTRICO: Conceptos del enfoque frecuentista; Elementos de teoría de decisión bayesiana; Distribuciones iniciales; Modelos conjugados y jerárquicos; Modelos de regresión y series de tiempo.
Clase. T de decisión bayesiana.
Tarea 1. Entrega: 25 de marzo, 2024.
|