5.8.5.2 Inferencia Estadística Computacional (20 horas)

Resultados de la carrera Outcomes: ICACIT2025-SCIENCES-AG-Ci09,ICACIT2025-SCIENCES-AG-Ci10

Temas

1. Estimación de Máxima Verosimilitud (MLE)
2. Métodos de inferencia bayesiana
3. Métodos de Monte Carlo mediante Cadenas de Markov (MCMC)
4. Algoritmo Expectación-Maximización (EM)
5. Remuestreo bootstrap y jackknife

Objetivos de Aprendizaje (Learning Outcomes)

1. Implementar Estimación de Máxima Verosimilitud para varias distribuciones [Usar]
2. Aplicar métodos bayesianos para estimación de parámetros [Usar]
3. Implementar algoritmos MCMC para muestreo posterior [Usar]
4. Usar el algoritmo EM para modelos con variables latentes [Usar]
5. Aplicar métodos bootstrap para intervalos de confianza [Usar]

Bibliografía: [Devore, 2016,Walpole et al., 2012]