Você está aqui: Página Inicial / Disciplinas / EST514 - Simulação Estocástica

EST514 - Simulação Estocástica

Número de Créditos: 7 / Carga Horária: 105
Ementa:
1. Métodos para geração de variáveis.
2. Métodos para distribuição U(0,1).
3. Métodos para distribuições específicas como normal, Poisson, etc.
4. Método da inversa da função de distribuição.
5. Métodos de rejeição.
6. Métodos adaptativos.
7. Método geral de simulação.
8. Métodos baseados em reamostragem: Bootstrap paramétrico e não paramétrico, e Jackknife.
9. Métodos baseados em Cadeias de Markov: Metropolis, Metropolis-Hastings, Gibbs sampling, importance sampling e data augmentation.
10. Diagnósticos de convergência: Geweke, Gelman & Rubin, Raftery & Lewis, Heidelberger & Welch, autocorrelações e correlações cruzadas.
Bibliografia:
1. BEST, N., COWLES, M.K. e VINES, K. CODA Manual, MRC Cambridge, CB2 2SR, UK, 1996.
2. DAVISON, A.C. e HINKLEY, D.V. Bootstrap methods and their application. Cambridge University Press. Cambridge, UK, 1997.
3. DEVROYE, L. Non-uniform random variate generation. Springer-Verlag, 1986.
4. EFRON, B. e TIBSHIRANI, R.J. An introduction to the bootstrap. Champman & Hall, 1993.
5. GAMERMAN, D.; LOPES, H.F. Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, 2nd. edition. 2a. ed. Londres: Chapman & Hall/CRC, v. 1, 2006.
6. GILKS, W.R., RICHARDSON, S. e SPIEGELHALTER, D.J. Markov Chain Monte Carlo in practice. Chapman & Hall, London, 1995.
7. KENNEDY W.J. & GENTLE, J.E. Statistical Computing.Marcel Dekker, Inc., New York, 1980.
8. TANNER, M.A. Tools for Statistical Inference. Série Lecture notes in statistics, Springer-Verlag, New York, 1992.
9. THISTED, R.A. Elements of Statistical Computing. Chapman and Hall, New York, 1988.
Área de Concentração:
Estatística