Inferencia Estadística
OBJETIVO
El objetivo de este curso es dar una introducción a los métodos modernos de inferencia estadística. El curso incluirá discusión de los principios de reducción de datos, aspectos de la teoría clásica de estimación puntual, inferencia bayesiana, estimación por método de momentos y por máxima verosimilitud, nociones de ciencia asintótica, nociones de la teoría de Neyman-Pearson para el testeo de hipótesis, tests asintóticos de Wald, cociente de verosimilitud, y de Lagrange, estimación no-paramétrica de la densidad, bootstrap.
TEMAS CENTRALES
- Introducción a la inferencia estadística
- Principios de reducción de datos
- Principios de reducción de datos e inferencia con grandes muestras
- Nociones de estadística Bayesiana e introducción a la verosimilitud
- Teoría asintótica del estimador de máxima verosimilitud
- Eficiencia asintótica del estimador de máxima verosimilitud
- Test de hipótesis, teoría de optimalidad de Neyman – Pearson
- Tests asintóticos
- Estimación no-paramétrica de la distribución
- Métodos numéricos intensivos
