Questo libro è rivolto a studenti e ricercatori che hanno seguito un corso di statistica matematica di livello universitario al primo anno. Copre l'inferenza di verosimiglianza classica, bayesiana e di permutazione; un'introduzione alla teoria della distribuzione asintotica di base; e argomenti moderni come la stima M, il coltello a serramanico e il bootstrap. Il codice R è presente in tutto il testo ed è presente un gran numero di esempi e problemi. Un obiettivo importante è stato quello di rendere gli argomenti accessibili a un vasto pubblico, con poca dipendenza esplicita dalla teoria della misura. Un tipico corso semestrale è composto dai capitoli 1-6 (stima e test basati sulla verosimiglianza, inferenza bayesiana, risultati asintotici di base) più selezioni dalla stima M e relativi test e metodologia di ricampionamento. Dennis Boos e Len Stefanski sono professori presso il Dipartimento di Statistica dello Stato della Carolina del Nord. La loro ricerca è stata eclettica, spesso con un angolo di robustezza, sebbene Stefanski sia noto anche per la ricerca concentrata sugli errori di misurazione, incluso un libro coautore sui modelli di errori di misurazione non lineari. Negli ultimi anni gli autori hanno lavorato congiuntamente su metodi di selezione delle variabili.
caricamento...
