Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Registro completo
Provedor de dados:  OceanDocs
País:  Belgium
Título:  Introducción al análisis Bayesiano
Introduction to the Bayesian Analysis
Autores:  Hernandez, D.R.
Data:  2008-07-18
Ano:  2007
Palavras-chave:  Statistical analysis
Statistical models
Fishery resources
Stock assessment
Prediction
Probability theory
Statistical analysis
Stock assessment
Fishery resources
Prediction
Http://aims.fao.org/aos/agrovoc/c_7378
Http://aims.fao.org/aos/agrovoc/c_24251
Http://aims.fao.org/aos/agrovoc/c_2942
Http://aims.fao.org/aos/agrovoc/c_29367
Resumo:  An introduction to the Bayesian Analysis is presented and conceptual aspects highlighted. Initially, the probability concept is analyzed from its objective perspective such as frequency, and from its subjective perspective such as degree of belief. It is discussed how, within the context of Bayesian statistics, probability as degree of belief allows to give sense to the probability of a hypothesis and, therefore, enables to resolve problems of scientific interest that could not be otherwise addressed. The likelihood concept is discussed and the Bayes formula, which integrates a priori information and knowledge with information provided by current data demonstrated. Basic concepts of the Decision Theory within the Bayesian perspective are introduced. The SIR (Sampling Importance Resampling) algorithm is presented as a tool to carry out a Bayesian Analysis with numerical techniques. Finally, an application example in fisheries considering Shaefer biomass dynamics model is shown.

Se presenta una introducción al Análisis Bayesiano donde se destacan, esencialmente, los aspectos conceptuales. Se analiza inicialmente el concepto de probabilidad desde su perspectiva objetiva tal como frecuencia, y desde su perspectiva subjetiva tal como grado de creencia. Se discute cómo, en el contexto de la estadística Bayesiana, la probabilidad como grado de creencia permite darle sentido a la probabilidad de una hipótesis y por lo tanto habilita a resolver problemas de interés científico que de otra forma serían inabordables. Se discute el concepto de verosimilitud y se demuestra la fórmula de Bayes que integra información y conocimiento a priori con la información proporcionada por los datos actuales. Se introducen conceptos básicos de la Teoría de la Decisión en el contexto Bayesiano. Se presenta el algoritmo SIR (Sampling Importance Resampling) como herramienta para realizar un Análisis Bayesiano con técnicas numéricas. Por último, se muestra un ejemplo de aplicación en pesquerías considerando el modelo de dinámica de biomasa de Schaefer.

Publisher: Instituto Nacional de Investigación y Desarrollo Pesquero (INIDEP), Mar del Plata.
Tipo:  Book
Idioma:  Espanhol
Identificador:  978-987-1443-01-7

http://hdl.handle.net/1834/2560
Formato:  45
Fechar
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional