Datos Identificativos | 2013/14 | |||||||||||||
Asignatura | Técnicas de Remostraxe | Código | 614493022 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Mestrado Oficial | 1º cuadrimestre |
Primeiro-Segundo | Optativa | 5 | ||||||||||
|
Temas | Subtemas |
1. Preliminares. |
Órdenes de convergencia. Limitaciones de la inferencia estadística clásica. Simulación y métodos de Monte Carlo. Estimación no paramétrica de la densidad. |
2. El método Bootstrap. | Motivación del principio Bootstrap. El Bootstrap uniforme. Cálculo de la distribución Bootstrap: distribución exacta y distribución aproximada por Monte Carlo. Ejemplos. |
3. Algunas aplicaciones del método Bootstrap. |
Aplicación del Bootstrap a la estimación de la precisión y el sesgo de un estimador. Ejemplos. |
4. El método Jackknife. |
Motivación del método Jackknife. Estimación Jackknife de la precisión y el sesgo de un estimador. Relación Bootstrap/Jackknife en dicha estimación. Ejemplos. Estudios de simulación. |
5. Modificaciones del Bootstrap |
Modificaciones del Bootstrap uniforme: Bootstrap paramétrico, simetrizado, suavizado, ponderado y sesgado. Discusión y ejemplos. Validez de la aproximación Bootstrap. Ejemplos. |
6. El Bootstrap en la construcción de intervalos de confianza. |
Aplicación del Bootstrap a la construcción de intervalos de confianza: Métodos percentil, percentil-t, percentil-t simetrizado. Ejemplos. Estudios de simulación. |
7. Otras aplicaciones del Bootstrap. |
El Bootstrap de un modelo de regresión. Wild Bootstrap. El Bootstrap en la estimación del error de predicción. El Bootstrap en poblaciones finitas. Ejemplos. Estudios de simulación. |
8. Iteración del principio Bootstrap. | Motivación y principales resultados. Aplicaciones del Bootstrap iterado. Corrección del sesgo de un estimador. Corrección del error de cobertura de un intervalo de confianza. Estudios de simulación. |
9. El Bootstrap y la estimación no paramétrica de curvas. |
Introducción a la estimación no paramétrica de curvas. Bootstrap y estimación de la densidad. Aproximación Bootstrap de la distribución del estimador de Parzen-Rosenblatt. El Bootstrap en la selección del parámetro de suavizado. |
10. Bootstrap y estimación de la función de regresión. | Aproximación Bootstrap de la distribución del estimador de Nadaraya-Watson. Distintos métodos de remuestreo y resultados para ellos. |
11. El Bootstrap con datos censurados. | Introducción a los datos censurados. Remuestreos Bootstrap en presencia de censura. Relaciones entre ellos. |
12. El Bootstrap en la estimación con datos dependientes. | Introducción a las condiciones de dependencia y modelos habituales de datos dependientes. Modelos paramétricos de dependencia. Situaciones de dependencia general: el Bootstrap por bloques, el Bootstrap estacionario y el método del submuestreo. |
13. El Bootstrap para la predicción con datos dependientes. | Modelos de dependencia paramétrica. Situaciones de dependencia general. |