Guia docenteCurso
Facultad de Informática
  Inicio | galego | castellano | english | A A A |  
Mestrado Universitario en Técnicas Estadísticas (Plan 2019)
 Asignaturas
  Técnicas de Remuestreo
   Contenidos
Tema Subtema
1. Motivación del principio Bootstrap. Motivación del principio Bootstrap. El Bootstrap uniforme. Cálculo de la distribución Bootstrap: distribución exacta y distribución aproximada por Monte Carlo. Ejemplos. Herramientas disponibles en R. Computación en paralelo.
2. Aplicación a la estimación de la precisión y el sesgo de un estimador. Aplicación del Bootstrap a la estimación de la precisión y el sesgo de un estimador. Ejemplos. 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.
3. Modificaciones del Bootstrap uniforme. Bootstrap paramétrico, simetrizado, suavizado, ponderado y sesgado. Discusión y ejemplos. Validez de la aproximación Bootstrap. Bootstrap semiparamétrico y bootstrap residual.
4. Aplicación del Bootstrap a la construcción de intervalos de confianza. Métodos percentil, percentil-t, percentil-t simetrizado. Ejemplos. Estudios de simulación.
5. Aplicaciones del Bootstrap en contrastes de hipótesis. Aproximación del p-valor mediante remuestreo. Contrastes bootstrap paramétricos. Contrastes de permutaciones. Contrastes bootstrap semiparamétricos.
6. Bootstrap y estimación no paramétrica de la densidad. Aproximación Bootstrap de la distribución del estimador de Parzen-Rosenblatt. El Bootstrap en la selección del parámetro de suavizado. Ejemplos.
7. Bootstrap y estimación no paramétrica de la función de regresión. El Bootstrap en Regresión y Correlación. Bootstrap y estimación no paramétrica de la función de regresión. Aproximación Bootstrap de la distribución del estimador de Nadaraya-Watson. Distintos métodos de remuestreo y resultados para ellos.
8. El Bootstrap con datos censurados. Introducción a los datos censurados. Remuestreos Bootstrap en presencia de censura. Relaciones entre ellos. Implementación en R.
9. El Bootstrap 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. Implementación en R. El bootstrap en Estadística Espacial.
Universidade da Coruña - Rúa Maestranza 9, 15001 A Coruña - Tel. +34 981 16 70 00  Soporte Guías Docentes