Referencias Bibliográficas: [Devore, 2016]
Temas
- Estimación de parámetros: MLE (Máxima Verosimilitud)
- Pruebas de hipótesis: z-test, t-test, chi-cuadrado
- Intervalos de confianza
- Bootstrapping y métodos de remuestreo
- Aplicaciones en validación de modelos y data science
Aprendizaje esperado (Learning Outcomes)
- Estimar parámetros usando métodos de máxima verosimilitud. [Familiarizarse]
- Realizar pruebas de hipótesis para validar supuestos. [Usar]
- Construir intervalos de confianza y aplicar bootstrapping. [Evaluar]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM
