dIBER Bayesiano y Nimble
Part 6 Conclusiones
© Bea Rubio

IREC, 15/05/2024
Valentin Lauret, Javi Fernandez-Lopez
\[~\] \[~\] \[~\] \[~\] \[~\] \[~\]

5/15/24

Que hemos hecho?

\[~~\]

Day 1 - Introduction to modelling with R and Nimble

  1. Generalized Linear Models with R: probability distribution, basics of programmation, simulations and models.
  2. Introduction to Bayesian analysis and Nimble what is Bayesian, what is Nimble, what for in ecology.

Day 2 - Ecological models

  1. Occupancy models
  2. N-mixture models
  3. Spatial Capture-Recpature

Day 3 - Applications

  1. A case study by Pepe Jiménez.
  2. Work with provided datasets or your own data.

Que hemos apprendido?

\[~~\]

  • Cómo funcionan las MCMC para ajustar modelos Bayesianos.
    • Cómo utilizar el package NIMBLE.
    • Leer un codigo de NIMBLE sin tener miedo entenderlo.
    • Desmisificar los modelos jerárquicos de ocupacion o N-mixture.
    • Quizas hemos entendido un poquito para que pueden servir los modelos de SCR.

Take Home Messages

\[~~\]

  • La estadística Bayesiana constituye una estrategia para ajustar modelos ecológicos.

    • NIMBLE es una herramienta muy flexible para escribir modelos personalizados y adaptar modelos para casos especiales.

    • Nos es necesario utilizar NIMBLE (ni bayesiano) para modelos sencillos.

    \[~~\]

    • Sería mejor preparar los cursos antes del dia anterior.

    • NIMBLE puede ser complicado para instalar.

    • 1h20 es demasiado corto para explicar y entender los modelos de SCR.

Algo más de info…

Hasta luego!

\[~~\]

Gracias a todxs por asistir a nuestro Diberticurso!

\[~~\]

Muchas gracias a todxs que nos han aydudado: Bea, David, Sonia, etc.

IBER - Bayesian and Nimble