Aula Inaugural: Estatística Bayesiana usando o R

No dia 09 de Novembro, às 20 horas, faremos uma aula inaugural ao vivo 100% gratuita para o apresentar o mais novo treinamento da Análise Macro: Estatística Bayesiana usando o R.

Você terá a oportunidade de conhecer o poder de fogo da Estatística Bayesiana e como ela é aplicável em seu dia-a-dia.

Preencha o formulário a seguir para ser avisado por e-mail do início da aula e não perder esse conteúdo íncrível que preparamos para você.

Sobre o curso

O objetivo principal do Curso de Estatística Bayesiana usando o R é fazer uma introdução ao pensamento bayesiano para um público composto por estudantes de graduação, pós-graduação, professores e profissionais de mercado que irão ter contato pela primeira vez com o tema.

Com esse objetivo em mente, construímos um curso focado em dois blocos de conteúdo.

No primeiro bloco, fazemos uma discussão introdutório aos princípios por trás da estatística bayesiana.

No segundo bloco, aplicamos esses princípios a uma estrutura de modelos bastante conhecida
pelos que já fizeram uso da estatística clássica.

Em detalhes, a primeira seção, uma das mais importantes do Curso, disseca todos os detalhes de como preparar o ambiente de trabalho para que seja possível implementar um
código bayesiano.

A segunda seção, por suposto, introduz a pílula: o pensamento bayesiano visto sob uma abordagem livre de regramentos matemáticos.

O objetivo central dessas duas primeiras seções é
quebrar o gelo, rompendo com o que consideramos ser a principal barreira à entrada para que muitos interessados em estatística bayesiana nunca consigam, de fato, estudar o tema.

Gelo quebrado, começamos na seção 3 a dar uma roupagem mais teórica à estatística bayesiana, apresentando o famoso, porém pouco conhecido,
Teorema de Bayes.

Nessa seção, mostramos o que de fato pretende a estatística bayesiana e como podemos aplicar sua ideia geral na prática.

A seção 4 continua o Curso introduzindo de forma mais detalhada o conceito de modelo em estatística. Será mostrado nessa seção como implementar exemplos simples, porém muito úteis, de regressão com o uso de estatística bayesiana.

A seção 5, por suposto, apresenta os métodos de Monte Carlo Markov Chain (MCMC) para obter
uma amostra da distribuição a posteriori e calcular estimativas amostrais de características desta
distribuição. 

Veremos nessa seção o amostrador de Gibbs e o algoritmo de Metropolis-Hastings.

Tanto o algoritmo de Metropolis como a amostragem de Gibbs apresentam uma falha crucial para modelos complexos: dificuldade para lidar com parâmetros altamente correlacionados.

A seção 6 lida com esse problema, apresentando o método Monte Carlo Hamiltoniano (HMC).

A seção 7 trata em detalhes do uso da análise bayesiana para construção de regressões lineares, enquanto a seção 8 faz uma extensão dessa análise para modelos como probit, logit e log-linear.

A seção 9 conclui o curso, trazendo o uso da análise bayesiana para modelos clássicos de séries temporais, como modelos autorregressivos e de médias móveis.

Espera-se que ao final do Curso o aluno tenha tomado a pílula da abordagem bayesiana, bem como saiba aplicar seus insights sobre frameworks bastante utilizados no dia a dia da estatística aplicada.

Veja abaixo o programa completo do curso:

Seção 01 – Primeiros Passos: preparando o ambiente de trabalho

Seção 02 – Introdução ao pensamento bayesiano

Seção 03 – Uma definição técnica de estatística bayesiana

Seção 04 – Uma introdução a modelos

Seção 05 – Métodos de Monte Carlo Markov Chain (MCMC)

Seção 06 – Monte-Carlo Hamiltoniano (HMC)

Seção 07 – Regressão e seleção de variável

Seção 08 – Modelos lineares generalizados

Seção 09 – Séries Temporais

Bônus 01: R para Análise de Dados

Bônus 02: Estatística usando o R

Vítor Wilher

Vítor Wilher

Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante.

Vítor Wilher

Vítor Wilher

Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante.

Termos de Uso | Políticas de Privacidade
Copyright 2021 - Análise Macro - Todos os Direitos Reservados.