Eikosestadística y ciencia de datos

Modelado estadístico · Estadistica Bayesiana

Estadística Bayesiana: Modelos Jerárquicos Bayesianos

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Una exposición analítica y rigurosa sobre el paradigma jerárquico, la intercambiabilidad condicional, el efecto de contracción paramétrica y los algoritmos contemporáneos de simulación en espacios vectoriales continuos.

Recorrido

Temas que aborda

  • Introducción
  • Modelos Jerárquicos Bayesianos
  • Teoría Fundacional de la Inferencia Bayesiana
  • Interpretación Epistémica de la Probabilidad
  • Estructura Matemática y Principio de Verosimilitud
  • El Reto de la Integración Marginal

Conceptos relacionados

Conexiones principales

  • bayes
  • verosimilitud
  • varianza
  • mcmc
  • media
  • calculo

Notación compatible

Muestra matemática en LaTeX

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

p(y,θ)=p(y∣θ)p(θ)=p(θ∣y)p(y)p(\mathbf{y}, \boldsymbol{\theta}) = p(\mathbf{y} \mid \boldsymbol{\theta}) p(\boldsymbol{\theta}) = p(\boldsymbol{\theta} \mid \mathbf{y}) p(\mathbf{y})
Ver LaTeX fuentep(\mathbf{y}, \boldsymbol{\theta}) = p(\mathbf{y} \mid \boldsymbol{\theta}) p(\boldsymbol{\theta}) = p(\boldsymbol{\theta} \mid \mathbf{y}) p(\mathbf{y})