3.4.4 PST/Teoría de la Estimación
Estimación puntual y por intervalos: suficiencia, insesgadez, eficiencia, máxima verosimilitud y teoría asintótica.
Temas:
Core
- Estadísticos suficientes, teorema de factorización y completitud
- Estimadores insesgados, cota de Cramér-Rao y UMVUE
- Estimación por máxima verosimilitud: propiedades, consistencia y normalidad asintótica
- Intervalos de confianza: cantidades pivote, razón de verosimilitud y métodos bootstrap
- Teoría asintótica: método delta, M-estimadores y matriz de información de Fisher
Aprendizaje esperado (Learning Outcomes):
Core:
- Explicar la cota de Cramér-Rao e identificar cuándo existe un UMVUE mediante el teorema de Lehmann-Scheffé [Familiarizarse]
- Derivar estimadores de máxima verosimilitud y calcular su varianza asintótica [Usar]
- Construir intervalos de confianza usando cantidades pivote y remuestreo bootstrap [Evaluar]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM
