5.27.5.3 Inferencia Estadística Computacional (20 horas)

Resultados de la carrera Outcomes: AG-Ci09,AG-Ci11

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 (Usage)]
2. Aplicar métodos bayesianos para estimación de parámetros [Usar (Usage)]
3. Implementar algoritmos MCMC para muestreo posterior [Usar (Usage)]
4. Usar el algoritmo EM para modelos con variables latentes [Usar (Usage)]
5. Aplicar métodos bootstrap para intervalos de confianza [Usar (Usage)]

Bibliografía: [Ross, 2019,Karlin and Taylor, 2014]