Uma visão prática de métodos Monte Carlo para inferência Bayesiana e aplicações usando modelos comparativos filogenéticos
Diversos métodos estatísticos modernos para o estudo de ecologia e evolução usam inferência Bayesiana com Markov chain Monte Carlo (MCMC) para estimar parâmetros de modelos. Novos métodos usando MCMC são descritos com frequência e estão cada vez mais se tornando populares e presentes nos mais variados estudos. O curso visa em abrir a caixa-preta do Markov chain Monte Carlo e métodos similares para navegar pelos seus componentes e compreender suas aplicações. Usando uma linguagem simples, diversos exemplos e tutoriais vamos investigar como o MCMC estima a distribuição posterior de parâmetros, como identificar problemas nas cadeias e quais diagnósticos usar para verificar convergência. O objetivo principal é desenvolver uma visão intuítiva para facilitar o uso de métodos Bayesianos baseados em MCMC. Como exemplos, vamos explorar e aplicar modelos comparativos filogenéticos.
Palestrantes: Daniel Caetano (University of Arkansas) e Diogo Melo (Universidade de Sao Paulo)
Público alvo: Pessoas que já utilizam ou pretendem utilizar métodos que implementam MCMC e que possuem interesse sobre como o método funciona. Conhecimento da linguagem R é importante para um melhor aproveitamento do curso.
Data e local: 24 a 27 de Julho de 2017 no Instituto de Biociências, USP, São Paulo.