-
Recursos bibliográficos en papel y digitales -
- libros, artículos de revistas,
ponencias de eventos, etc. -
» Resultado: 2 registros
| Registro 1 de 2 | |
| Autor: | Verde, Pablo E. - |
| Título: | Statistical inference with computer simulation: An introduction to bootstrap analysis with R |
| Fuente: | Estadística : Revista Semestral del Instituto Interamericano de Estadística. v.64, n.182/183. Instituto Interamericano de Estadística |
| Páginas: | pp. 23-56 |
| Año: | jun.-dic. 2012 |
| Resumen: | Los métodos "bootstrap" son un enfoque general para hacer inferencia estadística utilizando técnicas de simulación por computadora. Han permitido hacer lo que hasta hace algunas décadas era impensable, tal como resolver problemas estadísticos complicados para los cuales una resolución analítica teórica sería impracticable. Si bien vivimos en la era de la información y la informática, estas técnicas no forman parte aún de la formación estadística clásica. En consecuencia, estos métodos no son ni bien entendidos ni utilizados rutinariamente en las aplicaciones estadísticas. El objetivo de este artículo es revisar los métodos "bootstrap" con el software R en un estilo tutorial. La presentación es informal omitiendo gran parte de los detalles técnicos y concentrándose en el uso de estas técnicas. |
| Palabras clave: | BOOTSTRAP | ERRORES ESTANDAR | INTERVALOS DE CONFIANZA | FUNCION EMPIRICA DE VEROSIMILITUD | R | |
| Solicitar por: | HEMEROTECA E + datos de Fuente |
| Registro 2 de 2 | |
| Autor: | Verde, Pablo E. - |
| Título: | An introduction of Bayesian data analysis with R and BUGS: A simple worked example |
| Fuente: | Estadística : Revista Semestral del Instituto Interamericano de Estadística. v.62, n.179. Instituto Interamericano de Estadística |
| Páginas: | pp. 21-44 |
| Año: | dic. 2010 |
| Resumen: | Este artículo es una introducción al uso de R y BUGS en análisis Bayesiano de datos. Principalmente, la preparación básica del modelo, el análisis de los resultados de simulación, el diagnóstico del modelo, el modelaje de datos perdidos y del proceso de generación de datos. La presentación es informal donde omitimos resultados técnicos y nos concentramos en el uso de estos poderosos lenguajes estadísticos. |
| Palabras clave: | MODELACION BAYESIANA | DATOS BINARIOS | PREDICTION A POSTERIORI | DATOS FALTANTES | R | BUGS | |
| Solicitar por: | HEMEROTECA E + datos de Fuente |
*** No hay más registros para visualizar ***
>> Nueva búsqueda <<