Bayesian Statistics: Generalized Linear Models with R
Modelos Lineares Generalizados Bayesianos com Aplicações no R-programming e rstanarm
Description
Este curso foi desenvolvido pensando nos pesquisadores e profissionais que trabalham com Data Science, Análise de Negócios e precisam realizar análise preditiva.
Neste curso iremos desenvolver habilidades estatísticas e computacionais para trabalhar com diferentes Modelos Lineares Generalizados Bayesianos (MLGB). Primeiro iremos entender a razão pela qual estes tipos de modelos estatísticos são tão robustos, fáceis de serem utilizados e preferidos para projetos em Ciência de Dados e pesquisa científica em geral.
Depois iremos explorar suas aplicações para dados de contagem, binários, contínuos e a combinação destes. Na sequência iremos trabalhar com Modelos Lineares Generalizados Bayesianos específicos para dados contínuos e para eventos longitudinais.
Todo o curso é desenvolvido com o auxílio da linguagem de programação científica R-programming e com o pacote rstanarm, um dos pacotes mais robustos para trabalhar com Estatística Bayesiana.
Ao final do curso os alunos estarão aptos a desenvolver modelos preditivos complexos utilizando Estatística Bayesiana e terão autonomia para avançar seus estudos em técnicas de modelagem que utilizem MLGB.
Atenção: para melhor aproveitamento do conteúdo é importante ter conhecimento mínimo da linguagem de programação R. Ter conhecimento em modelos de regressão linear e que ter conhecimento básico em estatística bayesiana. Se tiver inseguro(a) recomendo fazer antes os outros cursos de estatística bayesiana que disponibilizei na plataforma: (1) Introdução à Análise Bayesiana com R; (2) Introdução à Análise Bayesiana: Simulação Estocástica com R; e (3) Modelos Lineares com Abordagem Bayesiana.
Qualquer dúvida, antes de adquirir o curso entre em contato comigo.
Espero lhe ver em breve! :)
What You Will Learn!
- Modelagem Estatística Bayesiana com R e rstanarm
- Estimar Modelos de Regressão Lineares para dados Binários e Binomial
- Estimar Modelos de Regressão Lineares para dados de Contagem
- Modelar Taxas e Proporções
- Estimar Modelos para Eventos Longitudinais
- Aprender quando utilizar Modelos Discretos ou Contínuos
- Utilizar a Família Exponencial de Distribuições em Estatística Bayesiana
- Aplicar Simulação Estocástica (Cadeias de Markov) em Modelagem Bayesiana
Who Should Attend!
- Cientistas de Dados
- Engenheiros de Dados
- Programadores
- Analistas de Inteligência de Negócios
- Matemáticos
- Físicos
- Pesquisadores
- Pessoas que queiram aprofundar conhecimento em Estatística Bayesiana