A Graduate Course on Statistical Inference / Li, Bing  

Público ISBD Ningún comentario para este registro. Título : A Graduate Course on Statistical Inference Tipo de documento: documento electrónico Autores: Li, Bing, ; Babu, G. Jogesh, Mención de edición: 1 ed. Editorial: New york [USA] : Springer Fecha de publicación: 2019 Número de páginas: XII, 379 p. 148 ilustraciones ISBN/ISSN/DL: 978-1-4939-9761-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Estadísticas  Teoría y métodos estadísticos. Clasificación: 519.5 Resumen: Este libro de texto ofrece una descripción general accesible y completa de la estimación e inferencia estadística que refleja las tendencias actuales en la investigación estadística. Se basa en tres temas principales: la teoría de muestras finitas, la teoría asintótica y la estadística bayesiana. Los autores han incluido un capítulo sobre la estimación de ecuaciones como medio para unificar una variedad de metodologías útiles, incluidos modelos lineales generalizados, ecuaciones de estimación generalizadas, estimación de cuasi verosimilitud e inferencia condicional. También utilizan un conjunto estandarizado de supuestos y herramientas, imponiendo condiciones regulares y dando como resultado un volumen más coherente y cohesivo. Escrito para una audiencia de posgrado, este texto se puede utilizar en un curso de uno o dos semestres. Nota de contenido: 1. Probability and Random Variables -- 2. Classical Theory of Estimation -- 3. Testing Hypotheses in the Presence of Nuisance Parameters -- 4. Testing Hypotheses in the Presence of Nuisance Parameters -- 5. Basic Ideas of Bayesian Methods -- 6. Bayesian Inference -- 7. Asymptotic Tools and Projections -- 8. Asymptotic Theory for Maximum Likelihood Estimation -- 9. Estimating Equations -- 10. Convolution Theorem and Asymptotic Efficiency -- 11. Asymptotic Hypothesis Test -- References -- Index. Tipo de medio : Computadora Summary : This textbook offers an accessible and comprehensive overview of statistical estimation and inference that reflects current trends in statistical research. It draws from three main themes throughout: the finite-sample theory, the asymptotic theory, and Bayesian statistics. The authors have included a chapter on estimating equations as a means to unify a range of useful methodologies, including generalized linear models, generalized estimation equations, quasi-likelihood estimation, and conditional inference. They also utilize a standardized set of assumptions and tools throughout, imposing regular conditions and resulting in a more coherent and cohesive volume. Written for the graduate-level audience, this text can be used in a one-semester or two-semester course. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] A Graduate Course on Statistical Inference [documento electrónico] / Li, Bing, ; Babu, G. Jogesh,  . -  1 ed.  . - New york [USA] : Springer, 2019 . - XII, 379 p. 148 ilustraciones. ISBN : 978-1-4939-9761-9 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Estadísticas  Teoría y métodos estadísticos. Clasificación: 519.5 Resumen: Este libro de texto ofrece una descripción general accesible y completa de la estimación e inferencia estadística que refleja las tendencias actuales en la investigación estadística. Se basa en tres temas principales: la teoría de muestras finitas, la teoría asintótica y la estadística bayesiana. Los autores han incluido un capítulo sobre la estimación de ecuaciones como medio para unificar una variedad de metodologías útiles, incluidos modelos lineales generalizados, ecuaciones de estimación generalizadas, estimación de cuasi verosimilitud e inferencia condicional. También utilizan un conjunto estandarizado de supuestos y herramientas, imponiendo condiciones regulares y dando como resultado un volumen más coherente y cohesivo. Escrito para una audiencia de posgrado, este texto se puede utilizar en un curso de uno o dos semestres. Nota de contenido: 1. Probability and Random Variables -- 2. Classical Theory of Estimation -- 3. Testing Hypotheses in the Presence of Nuisance Parameters -- 4. Testing Hypotheses in the Presence of Nuisance Parameters -- 5. Basic Ideas of Bayesian Methods -- 6. Bayesian Inference -- 7. Asymptotic Tools and Projections -- 8. Asymptotic Theory for Maximum Likelihood Estimation -- 9. Estimating Equations -- 10. Convolution Theorem and Asymptotic Efficiency -- 11. Asymptotic Hypothesis Test -- References -- Index. Tipo de medio : Computadora Summary : This textbook offers an accessible and comprehensive overview of statistical estimation and inference that reflects current trends in statistical research. It draws from three main themes throughout: the finite-sample theory, the asymptotic theory, and Bayesian statistics. The authors have included a chapter on estimating equations as a means to unify a range of useful methodologies, including generalized linear models, generalized estimation equations, quasi-likelihood estimation, and conditional inference. They also utilize a standardized set of assumptions and tools throughout, imposing regular conditions and resulting in a more coherent and cohesive volume. Written for the graduate-level audience, this text can be used in a one-semester or two-semester course. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200