Publications by Juan Sosa PhD
Convergencia de variables aleatorias
1 Introducción Estudiar la convergencia de una sucesión de variables aleatorias \(X_1,X_2,\ldots\) definidas sobre el mismo espacio de probabilidad \((\Omega,\mathcal{F},\textsf{P})\) es fundamental para derivar las propiedades de los estadísticos cuando crece el tamaño de la muestra. 2 Convergencia casi segura (Definición.) Se dice que ...
14125 sym Python (1638 sym/4 pcs) 8 img
Introducción a la Inferencia Estadística
1 Inferencia Estadística Prediction, classification, clustering, and estimation are all special cases of statistical inference. Data analysis, machine learning and data mining are various names given to the practice of statistical inference, depending on the context (L. Wasserman, All of Statistics, 2004). La inferencia estadística se ocupa ...
8748 sym Python (2774 sym/25 pcs) 11 img
Distribuciones muestrales asociadas con la Normal
1 Introducción La distribución muestral de un estadístico depende de la distribución poblacional de la que se toma la muestra aleatoria. A continuación se estudian algunos estadísticos que se basan en una muestra aleatoria extraída de una distribución Normal. (Teorema.) Si \(X_1,\ldots,X_n\) es una colección de variables aleatorias inde...
8642 sym Python (1378 sym/3 pcs) 6 img
Introducción a la Inferencia Estadística
1 Inferencia Estadística Prediction, classification, clustering, and estimation are all special cases of statistical inference. Data analysis, machine learning and data mining are various names given to the practice of statistical inference, depending on the context (L. Wasserman, All of Statistics, 2004). La inferencia estadística se ocupa ...
8747 sym Python (2774 sym/25 pcs) 10 img
Introducción a la Inferencia Estadística
1 Inferencia Estadística Prediction, classification, clustering, and estimation are all special cases of statistical inference. Data analysis, machine learning and data mining are various names given to the practice of statistical inference, depending on the context (L. Wasserman, All of Statistics, 2004). La inferencia estadística se ocupa ...
7967 sym Python (2774 sym/25 pcs) 10 img
Introducción a la Inferencia Estadística
1 Inferencia Estadística Prediction, classification, clustering, and estimation are all special cases of statistical inference. Data analysis, machine learning and data mining are various names given to the practice of statistical inference, depending on the context (L. Wasserman, All of Statistics, 2004). La inferencia estadística se ocupa ...
6221 sym Python (1787 sym/16 pcs) 9 img
Introducción a la Estadística Bayesiana
1 Ejemplo de motivación Tomado de Hoff (2009, A First Course in Bayesian Statistical Methods, Cap. 1). Se quiere estimar la prevalencia de una enfermedad \(\theta\) (proporción de la población que padece la enfermedad). El espacio de parámetros es \(\Theta = (0,1)\). Se examinará una muestra aleatoria de \(n=20\) individuos para observar el...
8623 sym 7 img
Introducción a la Estadística Bayesiana
1 Ejemplo de motivación Tomado de Hoff (2009, A First Course in Bayesian Statistical Methods, Cap. 1). Se quiere estimar la prevalencia de una enfermedad \(\theta\) (proporción de la población que padece la enfermedad). El espacio de parámetros es \(\Theta = (0,1)\). Se examinará una muestra aleatoria de \(n=20\) individuos para observar el...
8636 sym 7 img
Conceptos fundamentales de teoría de grafos
1 Grafos y subgrafos Grafos Un grafo \(G = (V, E)\) es una estructura que consiste de un conjunto de vértices (nodos) \(V\) y de un conjunto de aristas (enlaces) \(E\), donde los elementos de \(E\) son parejas de la forma \(e=\{u,v\}\), con \(u,v\in V\). Subgrafos Un grafo \(G'=(V',E')\) es un subgrafo de \(G=(V,E)\) si \(V'\subset V\) y \(E...
4397 sym R (3171 sym/52 pcs) 21 img
Introducción a la Estadística Bayesiana
1 Ejemplo de motivación Tomado de Hoff (2009, A First Course in Bayesian Statistical Methods, Cap. 1). Se quiere estimar la prevalencia de una enfermedad \(\theta\) (proporción de la población que padece la enfermedad). El espacio de parámetros es \(\Theta = (0,1)\). Se examinará una muestra aleatoria de \(n=20\) individuos para observar el...
8561 sym 7 img