Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ignacio Evangelista
evangelistaignacio@gmail.com
Agosto 2019
1 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Contenido
1 Introducción y Motivación
Actuar racionalmente
Actualizar grados de creencia
2 Conceptos de Inferencia Bayesiana
Probabilidad
Inferencia
Ejemplo conceptual
Estadística frecuentista
3 Markov chain Monte Carlo
Algoritmo de Metropolis-Hastings
Hamiltonian Monte Carlo
4 Stan
RStan
2 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Sobre apuestas...
3 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Sobre apuestas...
4 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Sobre apuestas...
Si no, por ejemplo: pagan $60 por cada una. Pierden $20 si la charla
es buena y pierden $20 si la charla es mala. No es racional.
5 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Regla de Bayes
Regla de Bayes
P(E |H)P(H)
P(H|E ) =
P(E )
8 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Idea central
Las probabilidades son la mejor herramienta disponible para
cuantificar la incertidumbre y las leyes de la probabilidad, la
mejor herramienta para operar con ella.
9 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
10 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Inferencia bayesiana
likelihood prior
posterior
marginal likelihood
Z
p(D) = p(D|Θ = θ)p(Θ = θ)dθ
θ
En forma simple:
posterior ∝ likelihood × prior
11 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Inferencia bayesiana
12 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Ejemplo conceptual
Supongamos que ustedes evalúan mi capacidad para explicar lo que
es la inferencia bayesiana...
13 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Observaciones
14 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Idea central
La inferencia bayesiana es la realocación de la credibilidad del
conjunto de parámetros de un modelo, una vez observado un
conjunto de datos.
15 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
16 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
17 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
18 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
19 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Metropolis-Hastings
22 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
23 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
¿Cómo hacemos?
24 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Idea central
La inferencia bayesiana exacta (fully bayesian) es difícil (impo-
sible) salvo en casos sencillos. Existen métodos para aproximar
el posterior : los algoritmos de MCMC.
25 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
¿Qué es Stan?
¿Qué es RStan?
https://mc-stan.org/users/interfaces/rstan
27 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Pasos a seguir
28 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
data{
}
transformed data{
}
parameters{
}
transformed parameters{
}
model{
}
generated quantities{
}
29 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Lecturas sugeridas
Lecturas sugeridas
31 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
Lecturas sugeridas
32 / 33
Introducción y Motivación Conceptos de Inferencia Bayesiana Markov chain Monte Carlo Stan
RStan
¡Allá vamos!
33 / 33