Técnicas de muestreo grande para estadística

En cierto modo, el mundo está compuesto de aproximaciones, y seguramente no hay excepción en el mundo de la estadística. De hecho, las aproximaciones, especialmente las aproximaciones de muestras grandes, son partes muy importantes tanto de la estadística teórica como de la aplicada. La distribución gaussiana, también conocida como distribución normal, es meramente un ejemplo de ello, debido al conocido teorema del límite central. Las técnicas de muestras grandes proporcionan soluciones a muchos problemas prácticos; simplifican nuestras soluciones a problemas difíciles, a veces irresolubles; justifican nuestras soluciones; y nos guían hacia direcciones de mejora. Por otro lado, el hecho de que las aproximaciones de muestras grandes se usen en todas partes y todos los días no garantiza que se usen correctamente, y, cuando las técnicas se usan incorrectamente, puede haber consecuencias graves. 2 Ejemplo 1 (Asintótica distribución ?). La prueba de razón de verosimilitud (LRT) es una de las técnicas fundamentales en estadística. Es bien sabido que, en la situación "estándar", la distribución nula asintótica de la LRT es ?, con los grados de libertad iguales a la diferencia entre las dimensiones, definidas como el número de parámetros libres, de los dos modelos anidados que se comparan (p. ej., Rice 1995, pp. 310). Esto podría llevar a la impresión errónea de que la distribución asintótica (nula) de la LRT es siempre ?. Un error similar podría ocurrir al tratar con la prueba ? de Pearson – la distribución asintótica de la prueba ? de Pearson no siempre es ? (p. ej., Moore 1978).

Autor: Jiming Jiang
Editorial: Springer
Publicado: 04/06/2023
Páginas: 685
Tipo de encuadernación: Tapa blanda
Peso: 2.14lbs
Tamaño: 9.21h x 6.14w x 1.41d
ISBN13: 9783030916978
ISBN10: 3030916979
Categorías BISAC:
- Matemáticas | Probabilidad y Estadística | General