el programa del curso

Estad´ıstica Bayesiana para las Ciencias Sociales
Escuela de Invierno en M´
etodos y An´
alisis de Datos UCU-DCSP
Master in Public Policy
Santiago Olivella
[email protected]
Descripci´
on
El prop´osito de este curso es presentar algunos fundamentos de estad´ıstica Bayesiana, enfatizando
aplicaciones pr´
acticas para las ciencias sociales de este m´etodo de inferencia. El curso se extender´
a
cinco d´ıas, y cada d´ıa contar´
a con un componente de instrucci´on en clase y un componente en el
laboratorio. En el curso utilizaremos software gratuito y de c´odigo abierto, en particular R y Jags.
El curso tambi´en incluir´
a problem-sets cortos para afianzar los materiales discutidos en clase.
Aunque la clase se ensear´
a a nivel introductorio, se asume que los participantes tienen alg´
un
conocimiento de probabilidad y estad´ıstica. Cierto entendimiento de modelos lineares y estimaci´
on
por m´ınimos cuadrados ordinarios es indispensable; el estudio previo de estimaci´on por m´axima
verosimilitud es deseable, pero no estrictamente necesario; recomiendo Eliason (1993), que contiene
introducci´on accesible a la inferencia por m´axima verosimilitud. No es necesario tener conocimiento
previo de programacin.
La clase se basa en Greenberg (2012) y en Jackman (2009). Trataremos de ce˜
nirnos al programa
que aparece a continuaci´
on:
D´ıa 1
Fundamentos de probabilidad Bayesiana e introducci´on a R (Greenberg, cap´ıtulo 2 y Jackman,
cap´ıtulo 1, secci´
on 1.1–1.6)
D´ıa 2
Distribuciones a priori, a posteriori y conjugadas (Greenberg, cap´ıtulos 3 y 4)
D´ıa 3
An´alisis Bayesiano de Modelos Simples (Jackman, cap´ıtulo 2)
D´ıa 4
Introducci´on a algoritmos MCMC (Greenberg, cap´ıtulo 7 y Jackman cap´ıtulos 5 y 6)
D´ıa 5
Aplicaciones Avanzadas: Variables Categ’oricas y Modelo IRT (Jackman cap´ıtulo 8 y Secci´on 9.3)
Referencias
Scott Eliason. Maximum Likelihood Estimation. Logic and Practice. Sage Publications, 1993.
Edward Greenberg. Introduction to Bayesian Econometrics (2nd Edition). Cambridge University
Press, 2012.
Simon Jackman. Bayesian Analysis for the Social Sciences. Wiley Publishers, 2009.
2