Bienvenidos a la guía de la asignatura de Modelos Bayesianos Jerárquicos.

La asignatura es una extensión natural de Modelado Estadístico de Datos (obligatoria, primer cuatrimestre) que añade a todas las técnicas estudiadas allí los modelos jerárquicos multinivel. Estos modelos (introducidos en el tema 2) permiten, entre otras cosas, inferir las probabilidades a priori a partir de los datos mediante hiperpriors y tratar de manera diferente a grupos distintos de observaciones o parámetros. Dadas las complejidades inherentes a los modelos multinivel y, en particular, la dificultad de obtener soluciones analíticas en espacios de alta dimensionalidad, se le presta una especial atención a las técnicas aproximadas de simulación de probabilidades a posteriori (tema 4). Finalmente, se dedica el último tema a la implementación práctica de este tipo de modelos, a su evaluación y crítica (introducida en el tema 3) y a su utilización en inferencia en el entorno proporcionado por al menos una librería. La librería elegida puede estar sujeta a evolución a medida que aparezcan en la bibliografía nuevas técnicas y entornos de prototipado más comprensivos.