Introducción a la estimación

Autores/as

DOI:

https://doi.org/10.47464/MetroCiencia/vol29/4/2021/65-72

Palabras clave:

Estimación puntual, estimación por intervalos, teorema del límite central, ley de los grandes números, distribución muestral, bootstrap

Resumen

Este artículo es una introducción a métodos de estimación puntual y por intervalos. Cubre principios estadísticos y procesos de muestreo que son importantes para aplicar análisis y métodos de inferencia más avanzados. A través de ejemplos y código de muestra en R, el artículo establece una base práctica para la teoría de la estadística inferencial.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Maria Carolina Velasco, Latin American Center for Clinical Research

Latin American Center for Clinical Research. Quito - Ecuador

Isaac Zhao, Worcester Polytechnic Institute

Worcester Polytechnic Institute. Worcester, MA - United States

Citas

Andersen PK, Borgan O, Gill RD, Keiding N. Survival from malignant melanoma. R Package boot: Bootstrap R (S-Plus) Functions. 1993. [cited 2021 Aug 17]. Available from: https://stat.ethz.ch/R-manual/R-patched/library/boot/html/melanoma.html

Bruce, P, Bruce A, Gedeck P. Practical Statistics for Data Scientists. O'Reilly Media, Inc., 2020, p. 57-78.

R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna, Austria; 2021. [cited 2021 Aug 17]. Available from: https://www.R-project.org/.

Shahbaba B. Biostatistics with R: An introduction to statistics through biological data. New York: Springer; 2012. p. 17-79.

Descargas

Publicado

2021-11-30

Cómo citar

Velasco, M. C., & Zhao, I. (2021). Introducción a la estimación. Metro Ciencia, 29(4), 65–72. https://doi.org/10.47464/MetroCiencia/vol29/4/2021/65-72

Número

Sección

Estadística al Día