Temas |
Subtemas |
1. Motivación do principio Bootstrap. |
O Bootstrap uniforme. Cálculo da distribución Bootstrap: distribución exacta e distribución aproximada por Monte Carlo. Exemplos.
|
2. Algunhas aplicacións do método Bootstrap. |
Aplicación do Bootstrap á estimación da precisión e o nesgo dun estimador. Exemplos. |
3. Motivación do método Jackknife. |
Estimación Jackknife da precisión e o nesgo dun estimador. Relación Bootstrap/Jackknife na dita estimación. Exemplos. Estudos de simulación.
|
4. Modificacións do Bootstrap uniforme. |
Bootstrap paramétrico, simetrizado, suavizado, ponderado e nesgado. Discusión e exemplos. Validez da aproximación Bootstrap. Exemplos.
|
5. Aplicación do Bootstrap á construcción de intervalos de confianza. |
Métodos percentil, percentil-t, percentil-t simetrizado. Exemplos. Estudos de simulación.
|
6. Bootstrap e estimación non paramétrica da densidade. |
Aproximación Bootstrap da distribución do estimador de Parzen-Rosenblatt. O Bootstrap na selección do parámetro de suavizado. |
7. Outras aplicacións do Bootstrap. |
O Bootstrap dun modelo de regresión. Wild Bootstrap. O Bootstrap na estimación do erro de predición. O Bootstrap en poboacións finitas. Exemplos. Estudos de simulación.
|
8. Bootstrap e estimación non paramétrica da función de regresión. |
Aproximación Bootstrap da distribución do estimador de Nadaraya-Watson. Distintos métodos de remostraxe e resultados para eles.
|
9. O Bootstrap con datos censurados. |
Introducción aos datos censurados. Remostraxes Bootstrap en presenza de censura. Relacións entre eles.
|
10. O Bootstrap con datos dependentes. |
Introducción ás condicións de dependencia e modelos habituais de datos dependentes. Modelos paramétricos de dependencia. Situacións de dependencia xeral: o Bootstrap por bloques, o Bootstrap estacionario y o método da submostraxe.
|
11. Iteración do principio Bootstrap. |
Motivación e principais resultados. Aplicacións do Bootstrap iterado: Corrección do nesgo dun estimador. Corrección do erro de cobertura dun intervalo de confianza. Estudos de simulación.
|