Introducción a la probabilidad. Función de probabilidad y densidad, valor esperado y varianza de una variable aleatoria. Probabilidad condicionada. Teorema de la probabilidad total.
Teorema de Bayes. Distribución a-priori y a-posteriori.
Inferencia bayesiana. Estimador modal a posteriori y esperado a posteriori. Varianza a posteriori.
Simulación MCMC, conceptos básicos de la estimación mediante simulación.
Programación de la estimación bayesiana en Stan.
Estimación con modelos sencillos: media de una distribución normal con varianza conocida y desconocida.
Análisis de datos dicotómicos: modelo beta-binomial.