Docente a cargo:
Este espacio esta dedicado al desarrollo de la tematica de la asignatura de Estaística Bayesiana para el Semestre 2024-2 En el Departamento de Estadística de la Universidad Nacional de Colombia, el cual tiene un enfoque este semestre en modelos para Redes Sociales (Grafos). El objetivo del curso es explorar todo lo relacionado con esta area de la Estadística como la Inferencia Bayesiana, El Modelado Bayesiano y los mecanismos o algotimos usados para llevar a cabo estos calculos computaciones como puedes ser el metodo Monte Carlo o Metropolis
La idea de este repo es ir desarrollando la tematica de la asignatura y que este sirva de guia o inspiracion para otros, por lo tanto lo que se plantea que se encuentre aquí alojado serían los casos de Estudio que el doncente propondrá a lo largo del semestre y algunos otros archivos relacionados con codigo de la asignatura
CASOS DE ESTUDIO
- [Caso de Estudio 1] - El objetivo principal es modelar y comparar los resultados en matemáticas, estudiando patrones y tendencias que permitan identificar brechas en el aprendizaje, evaluar políticas educativas y proponer estrategias basadas en evidencia. Para ello, se emplea un modelo Bayesiano jerárquico que facilita la estimación de parámetros clave, el análisis de la evolución temporal y el agrupamiento de departamentos en función de sus características.
- Tecnologías: RStudio, Markdown, HTML, ggplot2
- Enlace a la carpeta repositorio
- Enlace a al HTML en Rpubs
- Recomendación: Simplificar conclusiones, inclusion de más comparaciones, agregar anotaciones para mejorar la lectura de las imagenes, recomendaciones más especificas y detallas
- Notá: 4.5/5
- Caso de Estudio 2 - El objetivo principal de este estudio es modelar la variabilidad del puntaje global a nivel municipal y departamental, permitiendo la identificación de patrones espaciales y su relación con indicadores socioeconómicos. Para ello, por parte del docente de la asignatura, se han propuesto diferentes modelos jerárquicos en los cuales se incorporan distribuciones previas flexibles, a fin de capturar adecuadamente la estructura de los datos y facilitar la inferencia bayesiana
- Tecnologías: RStudio, Markdown, HTML, ggplot2
- Enlace a la carpeta repositorio
- Enlace a al HTML en Rpubs (EN CONSTRUCCIÓN)
- Recomendación: No hubo recomendaciones por parte del docente
- Notá: 5/5
- Caso de Estudio 3 - El objetivo de este tercer caso fue consolidar lo aprendido sobre la metodologia bayesiana para la estimación de parametros de modelos de regresion inclusive en escenacios complejos donde se encuentra relación en los errores de un modelo de regresion, aplicar el uso de los algoritmos bayesianos más complejos como Metropolis y Metropolis Hastings. En esta ocaciones no se tuvo un caso de estudio sino más una secucencia de ejercicios propuestos en el libro guia de Hoff.
- Tecnologías: R, RStudio, Markdown, HTML, ggplot2
- Enlace a la carpeta repositorio
- Enlace a al HTML en Rpubs (EN CONSTRUCCIÓN)
- Recomendación: No hubo recomendaciones por parte del docente, se obtuvo un puntaje bajo porque falto una parte del desarrollo, el resto estaba bien
- Notá: 3.8/5
POR DEFINIR El proyecto no hace parte de la asignatura pero para afianzar los conocimientos lo ideal sería hacer un planteamiento de modo que se pueda desarrollar algo interesante usando lo aprendido dentro de la asignatura.