Cours Wnioskowanie bayesowskie w ekonomii empirycznej - zima 2023/2024 (studia niestacjonarne)

Section	Nom	Description
	Uwagi organizacyjne
	Literatura anglojęzyczna
	Specjalności - II stopień AG
	Specjalności - plany studiów (u dołu strony)
Projekt zaliczeniowy - 2023/24	Projekt - wytyczne
	Skład par projektowych / Terminarz zaliczeń
	Przykładowe źródła danych
Materiały pomocnicze	Podstawowe pojęcia
	Podstawowy schemat bayesowskiej analizy statystycznej
	Charakterystyka rozkładu a posteriori
	Rozkład gamma
	Wybrane funkcje specjalne
	Modele sprowadzalne do postaci liniowej - logarytmować czy nie logarytmować :)
Wykład 1: Wprowadzenie do statystyki bayesowskiej	Wykład 1 (docx)
	Wykład 1 - z odręcznymi notatkami (pdf)
Wykład 2: 1) Rozkłady a priori. 2) Bayesowski Model Normalnej Regresji Liniowej	Wykład 2.1. Rozkłady a priori (docx)
	Wykład 2.1. Rozkłady a priori (pdf)
	Wykład 2.2. BMNRL (docx)
	Wykład 2.2. BMNRL (pdf)
Wykład 3: 1) Predykcja w BMNRL. 2) Porównywanie modeli i łączenie wiedzy	Wykład 3.1: Predykcja w BMNRL (docx)
	Wykład 3.1: Predykcja w BMNRL (pdf)
	Wykład 3.2: Porównywanie modeli i łączenie wiedzy (docx)
	Wykład 3.2: Porównywanie modeli i łączenie wiedzy (pdf)
Ćwiczenia 1	Zadanie 1 (z rozkładem wykładniczym)
	Zadanie 1 - po ćw. 1
	Zadanie 1 (z rozkładem wykładniczym) - interpretacje
Ćwiczenia 2-3	Zadanie: Wypłaty gotówki
	Wyplaty_gotowki (dane)
	Wyplaty gotowki - po ćw. 2
	Wyplaty gotowki - po ćw. 3
	Wyplaty gotowki - po ćw. 3 - komentarz wyników