Eventos

2018-10: Mini-curso de Análise de Dados em Astronomia com Prof. Dr. Laerte Sodré

set
13
ter
(English) Seminário: TBD @Sala 114
set 13@15:20 – 16:30

Desculpe-nos, mas este texto está apenas disponível em Inglês Americano.

set
27
ter
@Sala 114
set 27@15:30 – 16:40
<!--:pt-->Seminário: Estudo do disco de acréscimo e do flickering da nova anã OY Carinae em quiescência<!--:--> @ Sala 114

Desculpe-nos, mas este texto está apenas disponível em Inglês Americano.

mar
29
qua
Seminário de Wagner Schlindwein: Estudo da nova anã OY Carinae em quiescência: parâmetros binários, disco de acréscimo e flickering
mar 29@11:00

Desculpe-nos, mas este texto está apenas disponível em Inglês Americano.

abr
12
qua
@Departamento de Física, Sala 114
abr 12@11:00 – 12:00

Desculpe-nos, mas este texto está apenas disponível em Inglês Americano.

abr
26
qua
@Departamento de Física da UFSC, sala 114
abr 26@11:00 – 12:00

Desculpe-nos, mas este texto está apenas disponível em Inglês Americano.

out
1
seg
Mini-curso: Análise de Dados em Astronomia
out 1 – out 4 dia inteiro

Análise de Dados em Astronomia – uma brevíssima introdução
Prof. Dr. Laerte Sodré Jr (IAG–USP)
01 a 04 de outubro de 2018, 9h10–11h, sala FSC 202.

💡 Inscrições encerradas em 26/09/2018. 💡

Este mini-curso compreenderá 4 aulas de aproximadamente 2h cada uma. Na primeira hora serão apresentados os conceitos e as técnicas relevantes e, na segunda hora, serão feitas demonstrações e exercícios usando a linguagem R. Usaremos dados de astronomia para as aplicações. O curso terá um viés fortemente bayesiano, com uma concessão frequentista para apresentar o método da máxima verossimilhança, dado seu largo uso nas ciências exatas.

Em princípio

não é necessário saber R para fazer o curso. Para melhor aproveitamento é recomendável que os alunos tragam um laptop com R e/ou rstudio instalados.

Programa:

  1. Introdução: dados, estatísticas e probabilidades
    R: análise de dados exploratória
  2. Probabilidades e distribuições de probabilidades
    R: simulação de Monte Carlo
  3. Inferência de parâmetros: o teorema de Bayes na análise de dados, o método da máxima verossimilhança
    R: MCMC – Markov Chain Monte Carlo
  4. Modelos hierárquicos, ABC e comparação de modelos
    R: aplicações com MCMC

Organização: Natalia Vale Asari – natalia@astro.ufsc.br

Apoio:

Baixar cartaz de

divulgação (pdf):

Facebook Auto Publish Powered By : XYZScripts.com