| Títol variant: |
Statistical Inference 2 |
| Títol variant: |
Inferencia Estadística 2 |
| Data: |
2025-26 |
| Resum: |
En aquest curs cal assentar fonamentalment el concepte de Inferència, és a dir, com l'Estadística quantifica la incertesa de la informació extreta de les dades. S'han assentar els conceptes de Modelització, Estimació (puntual i per intervals) i bondat d'ajust Se introduirán les bases teóriques de diferents mètodes d'estimació, en especial el mètode de màxima versemblança i el mètode dels moments, i les propietats fonamentals dels estimadors: invariància, suficiència, eficiència, biaix, error quadràtic mitjà i les propietats asimptòtiques. S' aprofondirá en el tema de contrast d' hipòtesi, amb la teoria clássica ( tests exactos de Fisher, teoría optimal, teoria asimptótica i tests no paramètrics). |
| Resum: |
In this course we shall stablish the theoretical foundations of the concept of Inference -that is, how Statistics quantifies the uncertainty of the information extracted from data. The concepts of Modeling, Estimation (both point and interval), and Goodness of Fit will also be established. The theoretical foundations of different estimation methods will be introduced, especially the Maximum Likelihood Method and the Method of Moments, as well as the fundamental properties of estimators: invariance , sufficiency, efficiency, bias, mean squared error, and asymptotic properties. The topic of hypothesis testing will be explored in depth, including classical theory (Fisher's exact tests, optimal theory, asymptotic theory, and non-parametric tests). |
| Resum: |
En este curso se asentarán las bases teóricas de la Inferencia, es decir, cómo la Estadística cuantifica la incertidumbre de la información extraída de los datos. También establecerán los conceptos de Modelización, Estimación (puntual e intervalar) y Bondad de Ajuste. Se introducirán las bases teóricas de distintos métodos de estimación, en especial el método de máxima verosimilitud y el método de los momentos, así como las propiedades fundamentales de los estimadores: invariancia, suficiencia, eficiencia, sesgo, error cuadrático medio y propiedades asintóticas. Se profundizará en el tema del contraste de hipótesis, con la teoría clásica (tests exactos de Fisher, teoría óptima, teoría asintótica y tests no paramétricos). |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.  |
| Llengua: |
Català, anglès, castellà |
| Titulació: |
Sociologia [2500262] ; Estadística Aplicada [2503852] |
| Pla d'estudis: |
Grau en Estadística Aplicada [1424] ; Grau en Estadística Aplicada i Grau en Sociologia [1440] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
