Eikosestadística y ciencia de datos

Modelado estadístico · Estadistica Bayesiana

Distribuciones a Priori · Estadística Bayesiana Avanzada

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

☰ ↑ Módulo de Teoría Estadística Avanzada

Recorrido

Temas que aborda

  • Introducción
  • Distribuciones a Priori: formulación matemática de la información inicial
  • El Paradigma Bayesiano y el Rol del Conocimiento a Priori
  • Taxonomía de Distribuciones a Priori
  • 2.1 Informativas vs. No Informativas
  • 2.2 Objetivas vs. Subjetivas

Conceptos relacionados

Conexiones principales

  • bayes
  • verosimilitud
  • varianza
  • calculo
  • media
  • algebra

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

π(θ∣X)=f(X∣θ)π(θ)∫Θf(X∣θ′)π(θ′)dθ′=L(θ∣X)π(θ)m(X)\pi(\boldsymbol{\theta} \mid \mathbf{X}) = \frac{f(\mathbf{X} \mid \boldsymbol{\theta})\pi(\boldsymbol{\theta})}{\int_{\Theta} f(\mathbf{X} \mid \boldsymbol{\theta}')\pi(\boldsymbol{\theta}')d\boldsymbol{\theta}'} = \frac{L(\boldsymbol{\theta} \mid \mathbf{X})\pi(\boldsymbol{\theta})}{m(\mathbf{X})}
Ver LaTeX fuente\pi(\boldsymbol{\theta} \mid \mathbf{X}) = \frac{f(\mathbf{X} \mid \boldsymbol{\theta})\pi(\boldsymbol{\theta})}{\int_{\Theta} f(\mathbf{X} \mid \boldsymbol{\theta}')\pi(\boldsymbol{\theta}')d\boldsymbol{\theta}'} = \frac{L(\boldsymbol{\theta} \mid \mathbf{X})\pi(\boldsymbol{\theta})}{m(\mathbf{X})}