Sempre procurou uma forma de estudar estatística bayesiana, mas nunca encontrou? Não procure mais! Desenvolvemos um curso de entrada a todos os interessados nessa fascinante área da estatística. Veja o programa completo e garanta sua inscrição!
Sabe aquele ditado famoso caviar, nunca comi, só ouço falar? Então, estatística bayesiana é bem parecido com isso. Você provavelmente já ouviu falar, mas nunca encontrou um livro ou curso que realmente fizesse você entender essa área. Ou ainda, sempre teve curiosidade, mas nunca se dedicou a fundo a estudar o assunto. Não é mesmo?
Se esse é o seu caso, você está no lugar certo! Preparamos um curso de entrada para o fascinante mundo da estatística bayesiana, que fará você entender de uma vez por todas sobre essa que é uma das áreas com maior potencial da estatística atualmente.
O objetivo principal do Curso de Estatística Bayesiana usando o R é o de introduzir alunos, professores e profissionais de mercado no mundo bayesiano. Será feita uma introdução teórica e prática à estatística bayesiana usando para isso exemplos construídos com o auxílio do R, uma das linguagens de programação mais utilizadas no mundo da análise de dados.
Todos os temas vistos ao longo do curso precederão uma motivação e explicação teórica, tendo por objetivo final a ênfase no uso prático da estatística bayesiana para experimentos e conjuntos de dados dos próprios alunos.
O Curso se destina a estudantes de graduação interessados no uso de técnicas bayesianas para execução de experimentos estatísticos, para professores que ensinam e publicam em estatística clássica e possuem interesse em adicionar uma nova forma de pensar a seus cursos e pesquisas e também para profissionais de mercado interessados em rodar modelos bayesianos no seu dia a dia.
Não há necessidade de conhecimentos prévios de R, que é introduzido no nosso Curso de R para Análise de Dados, ofertado como bônus para todos os inscritos. É conveniente que os alunos tenham tido contato com Estatística Descritiva, Inferência Estatística e Modelos Estatísticos básicos. Para quem não tem esses conhecimentos, será ofertado como bônus o curso de Estatística usando o R da Análise Macro.
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.
O programa detalhado do Curso encontra-se discriminado abaixo.
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.
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.
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.
O material das seções do Curso, incluindo videoaulas gravadas, scripts e pdfs serão disponibilizadas semanalmente em nossa plataforma exclusiva a partir da data de início da Turma.
Todas as dúvidas sobre o material poderão ser tiradas junto ao professor e sua equipe, via plataforma exclusiva de apoio individual aos alunos.
Nosso Curso é 100% adaptável à sua rotina de trabalho ou estudo. Você escolhe o melhor horário para assistir aos vídeos gravados, aprofundando o tema da seção através do pdf reprodutível disponibilizado pelo professor. Todos os códigos utilizados são disponibilizados para que o aluno possa aprender de forma autônoma.
O aluno terá 24 meses para concluir o Curso e tirar dúvidas com a nossa Equipe.
Vítor Wilher é Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e Professor de R e Ciência de Dados há seis anos. 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. Caso queira, mande um e-mail para ele: vitorwilher@analisemacro.com.br. O portfólio e currículo completo do professor podem ser vistos aqui.
Os alunos têm acesso a Certificado de 60 horas para fins de atividades complementares de cursos de graduação ou pós-graduação, bem como na sua empresa. Para ter acesso ao certificado, o aluno deverá entregar mais do que 70% das atividades propostas ao longo do Curso no prazo de 24 meses.
Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ
CEP: 22410-002
comercial@analisemacro.com.br
