Este repositorio contiene una introducción a la estadística Bayesiana usando Python. Este material es trabajo en progreso pero es en general usable.
-
Introducción a estadística Breve rápida introducción a algunos de los conceptos centrales en estadística, tipos de variables, análisis exploratorio de datos, distribuciones de probabilidad, correlación, etc.
-
Teorema de Bayes e introducción a la inferencia Bayesiana
-
Programación probabilística usando PyMC3
-
Modelos multiparamétricos y modelado jerárquico
-
Regresión lineal simple
-
Regresión lineal múltiple
-
BEST (t-test bayesiano) y "ANOVA" Bayesiano
-
Regresión logística (TODO)
-
Modelos de mezcla (TODO)
-
Selección de modelos
-
Métodos de remuestro (frecuentistas) (TODO)
Para usar este material es necesario tener instalado Python (se recomienda la versión 3.5 o superior, aunque es posible que corra con Python 2.7 con ligeras modificaciones). Además es necesario instalar los siguientes paquetes:
Las notebooks fueron creadas en una computadora x86_64 corriendo Ubuntu 16.10 y usando las siguientes librerías de Python:
- Jupyter 5.0
- PyMC3 3.0
- NumPy 1.11.2
- SciPy 0.18.1
- Matplotlib 1.5.3
- Seaborn 0.7.1
Para los usuarios de Windows/Mac Os X se recomienda instalar Python y todas las librerías requeridas vía Anaconda. Para los usuarios de Linux se recomienda Anaconda o pip, ya que los gestores de paquetes suelen tener versiones algo viejas de estas librerías.
Todo el contenido de este repositorio es abierto, esto quiere decir que cualquier persona interesada puede contribuir a el. Todas las contribuciones serán bien recibidas incluyendo
- Correcciones ortográficas
- Nuevas figuras
- Correcciones en el código Python, incluidas mejoras de estilo
- Mejores ejemplos
- Mejores explicaciones
- Correcciones de errores conceptuales
La forma de contribuir es vía la interfaz de Github, es decir los cambios deberán ser hechos en forma de pull requests y los problemas/bugs deberán reportarse como Issues.