000			02777nam a2200373 a 4500
003			co-ctgiumayor
005			20240702122920.0
006			m d
007			cr cnu---uuuuu
008			131129s2004 nyu s 000 0 eng d
020			_a9780387217369
020			_a9781441923226 (print)
040			_aCO-CtgIUMC _bspa _ccoctgiumc _drda
082	0	4	_a519.5 _bW322
100	1		_aWasserman, Larry.
245	1	0	_aAll of statistics _h[electronic resource] : _bA concise course in statistical inference / _cby Larry Wasserman.
264			_aNew York, NY : _bSpringer New York : _bImprint: Springer, _c2004
264		1	_c2004
300			_aXX, 442 paginas. : _bonline resource.
336			_atexto _btxt _2rdacontent
337			_acomputador _bc _2rdamedia
338			_arecurso en línea _bcr _2rdacarrier
347			_atext file _bPDF _2rda
490	1		_aSpringer Texts in Statistics, _x1431-875X
504			_aIncluye referencias bibliográficas e índice.
505	0		_aProbability -- Random Variables -- Expectation -- Inequalities -- Convergence of Random Variables -- Models, Statistical Inference and Learning -- Estimating the CDF and Statistical Functionals -- The Bootstrap -- Parametric Inference -- Hypothesis Testing and p-values -- Bayesian Inference -- Statistical Decision Theory -- Linear and Logistic Regression -- Multivariate Models -- Inference about Independence -- Causal Inference -- Directed Graphs and Conditional Independence -- Undirected Graphs -- Loglinear Models -- Nonparametric Curve Estimation -- Smoothing Using Orthogonal Functions -- Classification -- Probability Redux: Stochastic Processes -- Simulation Methods.
520			_aEste libro es para personas que desean aprender probabilidad y estadísticas rápidamente. Reúne muchas de las ideas principales de las estadísticas modernas en un solo lugar. El libro es adecuado para estudiantes e investigadores en estadística, informática, minería de datos y aprendizaje automático.Este libro cubre una gama mucho más amplia de temas que un texto introductorio típico sobre estadística matemática. Incluye temas modernos como la estimación de curvas no paramétricas, bootstrapping y clasificación, temas que generalmente se relegan a cursos de seguimiento. Se supone que el lector sabe cálculo y un poco de álgebra lineal. No se requiere conocimiento previo de probabilidad y estadística. El texto se puede utilizar a nivel avanzado de pregrado y posgrado.
650		0	_aEstadística.
650		0	_aCiencias de la computación.
650		0	_aEstadística matemática.
773	0		_tSpringer eBooks
856			_uhttps://drive.google.com/file/d/1_LAwr7Q8fahkaHZsgkj1Hoh-JKK_AJzS/view?usp=sharing _zDar click aqui para ver texto completo
942			_cCF _2ddc
999			_c87560 _d87560