Contenidos teóricos y prácticos de la asignatura
TEMA 1. INTRODUCCIÓN Y ESTADÍSTICA DESCRIPTIVA. Fundamentos. Medidas características de una distribución.
TEMA 2. TEORÍA DE CONJUNTOS Y PROBABILIDAD. Teoría de conjuntos. Probabilidad de conjuntos. Teoría de la información. Relación con la entropía
TEMA 3. VARIABLES ALEATORIAS DISCRETAS. Concepto de variable aleatoria. Funciones de probabilidad. Función generatriz de probabilidades. Teorema de unicidad. Repaso de análisis combinatorio. Distribuciones de probabilidad discretas relevantes.
TEMA 4. VARIABLES ALEATORIAS CONTINUAS. Función de distribución y densidad de probabilidad. Función generatriz de momentos. Teorema del límite central. Distribuciones de probabilidad continuas relevantes y su relación con las discretas.
TEMA 5. MUESTREO DE FUNCIONES DE PROBABILIDAD. Generación de números aleatorios. Método de la transformada inversa. Muestreo de rechazo. Introducción a cadenas de Markov.
TEMA 6. AJUSTE DE DATOS. Concepto de métrica en teoría de probabilidad. Regresión lineal. Bondad del ajuste. Ajustes no lineales.
TEMA 7. INFERENCIA ESTADÍSTICA FRECUENTISTA Y BAYESIANA. Introducción y comparativa entre inferencia frecuentista y bayesiana. Estimación puntual de parámetros. Estimación por intervalos de confianza. Pasos en la inferencia bayesiana. Comparación de modelos. Máxima verosimilitud y máximum a posteriori. Muestreo de la posterior.
TEMA 2. TEORÍA DE CONJUNTOS Y PROBABILIDAD. Teoría de conjuntos. Probabilidad de conjuntos. Teoría de la información. Relación con la entropía
TEMA 3. VARIABLES ALEATORIAS DISCRETAS. Concepto de variable aleatoria. Funciones de probabilidad. Función generatriz de probabilidades. Teorema de unicidad. Repaso de análisis combinatorio. Distribuciones de probabilidad discretas relevantes.
TEMA 4. VARIABLES ALEATORIAS CONTINUAS. Función de distribución y densidad de probabilidad. Función generatriz de momentos. Teorema del límite central. Distribuciones de probabilidad continuas relevantes y su relación con las discretas.
TEMA 5. MUESTREO DE FUNCIONES DE PROBABILIDAD. Generación de números aleatorios. Método de la transformada inversa. Muestreo de rechazo. Introducción a cadenas de Markov.
TEMA 6. AJUSTE DE DATOS. Concepto de métrica en teoría de probabilidad. Regresión lineal. Bondad del ajuste. Ajustes no lineales.
TEMA 7. INFERENCIA ESTADÍSTICA FRECUENTISTA Y BAYESIANA. Introducción y comparativa entre inferencia frecuentista y bayesiana. Estimación puntual de parámetros. Estimación por intervalos de confianza. Pasos en la inferencia bayesiana. Comparación de modelos. Máxima verosimilitud y máximum a posteriori. Muestreo de la posterior.
Actividades a desarrollar en otro idioma
En esta asignatura no se desarrollarán actividades en otro idioma distinto del castellano.