Libros de estadística y probabilidad

Este libro de ejercicios es el complemento idóneo al texto, también publicado por esta editorial, Fundamentos de Inferencia Estadística, y recoge una muy variada selección de ejercicios sobre los diferentes temas de la inferencia estadistica, haciendo especial hincapie en estimacion y contrastacion de hipotesis.

La explosión masiva de datos ha transformado el papel de la ESTADÍSTICA en los últimos años y deberíamos adaptar la investigación y educación a estos nuevos cambios. Hemos pasado de un mundo en el que lo dificil era obtener un volumen de datos suficiente y fiable, a un mundo donde estamos inundados de ellos y con una capacidad de procesamiento mayor que nunca. Una revolucion que transformara como vivimos, trabajamos y pensamos en el mundo digitalizado en el que estamos inmersos. Tanto es asi que las grandes tendencias que van a cambiar nuestra realidad tal como la conocemos son el BIG DATA y el ANÇLISIS PREDICTIVO. Y nuestros actuales alumnos seran clave para este cercano futuro. Vamos a facilitarles la tarea! Este manual esta especialmente orientado como libro de texto en la asignatura Estadistica I, siendo su principal proposito el de proporcionar al estudiante un elemento util y eficaz de ayuda, apoyo y consulta para la comprension de los distintos temas que se imparten en la misma. Para ello se presentan los fundamentos de las herramientas estadisticas de manera que se facilite su utilizacion inteligente conociendo sus posibilidades y limitaciones. Todo ello se ha querido enfocar desde una perspectiva didactica, buscando la comprension de los conceptos teoricos a traves d

Este manual de Análisis de datos en ciencias sociales y de la salud está pensado para estudiantes, profesores e investigadores que se ven en la necesidad de aplicar herramientas estadísticas. Tanto los contenidos como la exposicion se han intentado ajustar a la idea de que un profesional de las ciencias sociales y de la salud no es un estadistico (muy probablemente, tampoco pretende serlo) y, consecuentemente, no necesita ser un experto en los fundamentos matematicos de las herramientas estadisticas que aplica. Por esta razon, la exposicion se ha orientado a resaltar la utilidad de los procedimientos disponibles y las claves para saber elegirlos, aplicarlos e interpretarlos correctamente (aunque sin prescindir de los detalles necesarios para entender la logica y el significado de los mismos).

Combinando la visión de un experto con el entusiasmo lúdico de un aficionado, ‘El arte de la estadística’ es la guía definitiva de la estadística que necesitamos.La guía definitiva del pensamiento es

Los métodos estadísticos son una parte fundamental de la ciencia de datos, pero pocos científicos de datos tienen una formación avanzada en estadística. Los cursos y libros sobre estadística básica rara vez tratan el tema desde la perspectiva de la ciencia de datos. La segunda edicion de este libro incluye ejemplos detallados de Python, ofrece una orientacion practica sobre la aplicacion de los metodos estadisticos a la ciencia de datos, te indica como evitar su uso incorrecto y te aconseja sobre lo que es y lo que no es importante. Muchos recursos de la ciencia de datos incorporan metodos estadisticos, pero carecen de una perspectiva estadistica mas profunda. Si estas familiarizado con los lenguajes de programacion R o Python y tienes algun conocimiento de estadistica, este libro suple esas carencias de una forma practica, accesible y clara. Con este libro aprenderas: Por que el analisis exploratorio de datos es un paso preliminar clave en la ciencia de datos Como el muestreo aleatorio puede reducir el sesgo y ofrecer un conjunto de datos de mayor calidad, incluso con Big Data Como los principios del diseño experimental ofrecen respuestas definitivas a preguntas Como utilizar la regresion para estimar resultados y detectar anomalias Tecnicas de clasificacion esenciales para predecir a que categorias pertenece un registro Metodos estadisticos de aprendizaje automatico que 'aprenden' a partir de los datos Metodos de aprendizaje no supervisados para extraer significado de datos sin etiquetar Peter Bruce es el fundador del Institute for Statistics Education en Statistics.com. Andrew Bruce es cientifico investigador jefe en Amazon y tiene mas de 30 años de experiencia en estadistica y ciencia de datos. Peter Gedeck es cientifico de datos senior en Collaborative Drug Discovery, desarrolla algoritmos de aprendizaje automatico para pronosticar propiedades de posibles futuros farmacos.

Los recientes avances en Ciencias de la Computación y en Ciencias de la Decisión han consolidado el papel de la Estadística como disciplina clave para extraer conocimiento de los datos, dando origen a lo que hoy conocemos como Ciencia de Datos. Los estudiantes universitarios actuales se enfrentaran a un mercado laboral que demanda, con creciente intensidad, habilidades como: identificar fraudes en transacciones con tarjetas de credito, predecir la demanda de productos, optimizar rutas de distribucion, gestionar inventarios con precision, ajustar dinamicamente precios segun el perfil del cliente y las condiciones del mercado, simular escenarios economicos, discernir preferencias del consumidor y, en general, tomar cientificamente decisiones en situaciones complejas. Estadistica y Ciencia de Datos con R se plantea como una guia practica y estructurada para iniciarse en el analisis de datos con R, uno de los lenguajes de programacion mas utilizados tanto en el ambito academico como profesional. Combina la teoria estadistica con ejemplos practicos en R, facilitando un aprendizaje progresivo y riguroso. Es idoneo para grados universitarios y cursos especializados en Estadistica, Ciencia de Datos, Economia Aplicada o Metodos Cuantitativos, ayudando a los docentes a estructurar sus clases en torno a problemas reales y a la enseñanza de la programacion estadistica desde sus fundamentos

El cálculo de funciones de una variable real desarrollado en el texto constituye una materia básica de la educación universitaria en ciencia y tecnología. Su contenido incluye los temas fundamentales sobre conjuntos numericos, convergencia y continuidad de funciones, calculo diferencial, calculo integral y series, propios de los programas habituales de un primer curso de calculo de las carreras universitarias cientificas y tecnicas.

Se incluyen los principales tópicos de la inferencia estadística, se contemplan los conceptos de estadístico, distribuciones en el muestreo de estadísticos, verosimilitud, se expone un amplio resumen de la teoria de la estimacion y de las tecnicas estadisticas de contrastacion de hipotesis. Se completa el manual con el analisis de los contrastes mas habituales sobre media y varianza, se detallan los contrastes no parametricos mas usuales y se efectua una introduccion a las tecnicas bayesianas.

* La ciencia de datos es un ecosistema artificial emergente que configura una nueva era de la información, y que permite desde localizar delincuentes hasta predecir epidemias. * Pero ¿sabe qué hay detras de esas ingentes cantidades de datos obtenidos por nuestros ordenadores, telefonos inteligentes y tarjetas de credito? * Este libro trata de los principios estadisticos elementales que rigen los algoritmos, del modo en que los datos nos afectan en todos los ambitos (ciencia, sociedad, negocios, placer), asi como de los dilemas eticos y su promesa futura de un mundo mejor. Cada entrada detalla en 30 segundos una faceta distinta de la ciencia de datos en solo 300 palabras y una imagen, y muestra como el concepto de reunir distintos tipos de datos y utilizar potentes programas informaticos para hallar patrones que ningun ojo humano es capaz de detectar transforma nuestro mundo. A traves de las ideas clave y de las biografias de quienes estan detras de ellas, en esta obra descubrira por que los datos no son tan solo el eje que determinan los grandes temas, tales como el cambio climatico y la asistencia sanitaria, sino tambien nuestra vida cotidiana.

Este compendio de tablas estadísticas permite disponer de los valores criterio necesarios para estudiar la significación de la gran mayoría de pruebas estadísticas que se utilizan en la actualidad. Esta tercera edicion incluye nuevas tablas que permiten analizar, por ejemplo, la potencia de una prueba o la correccion de Sidak.

Las Redes Neuronales Artificiales (RNA) constituyen una de las técnicas que intentan reproducir las características del cerebro. A diferencia de otras técnicas, que consideran el cerebro como una caja negra, las RNA intentan modelar su estructura fisiologica basica: la neurona, asi como la agrupacion de neuronas en sistemas que puedan mostrar un comportamiento que se pueda considerar, en alguna medida, inteligente. Al igual que los sistemas biologicos, los modelos artificiales consiguen resolver problemas en base al conocimiento adquirido mediante informacion que reciben de su entrono. Las RNA aprenden a resolver problemas a partir de una serie de ejemplos que representan el tipo de problema a resolver. Se describiran las tecnicas basicas que utilizan las Redes Neuronales Artificiales para aprender a resolver problemas. Como el objetivo de este texto es presentar las Redes Neuronales Artificiales y su relacion con la Estadistica a un lector no versado en el tema, se ha intentado en la medida de lo posible evitar la aparicion de expresiones matematicas. Se han seleccionado siempre ejemplos muy sencillos y faciles de entender, evitando las expresiones matematicas mas complejas. Estos sencillos ejemplos pueden ayudar al lector a entender el modo de operacion de las Redes Neuronales Artificiales.

La modelización clásica de datos temporales parte del carácter discreto de la serie objeto de estudio, es decir, la ocurrencia se produce en instantes de tiempo concretos, a pesar de que el fenómeno estudiado puede en ocasiones evolucionar de forma continua a lo largo del tiempo. Asi, en los ultimos años se estan introduciendo metodologias funcionales para el tratamiento de tales series, respetando su naturaleza en tiempo-continuo. La presente monografia recoge, de forma divulgativa, algunos de los aspectos usuales en el analisis de datos funcionales, incluyendo las aportaciones fundamentales realizadas por los autores sobre el tema. Asi, tras repasar los conceptos teoricos basicos sobre espacios funcionales, se abordan los metodos de modelizacion estocastica basados en el analisis en componentes principales, asi como los algoritmos numericos necesarios para su implementacion, introduciendo seguidamente los modelos PCP para predecir series funcionales. Finalmente, se incluye un capitulo dedicado a aplicaciones con datos reales y simulados.

La presente obra expone, de manera razonada, aquellos conceptos y métodos de la Estadística que se consideran básicos e imprescindibles para su posterior aplicación en cualquier campo.No es un libro con teoremas y demostraciones, pero es riguroso, en el sentido de que las propiedades se comprueban y los conceptos se plantean y desarrollan matematicamente, siempre que se considera razonable.De manera intencionada, se han excluido todos aquellos conceptos que, desde el punto de vista matematico, resultan muy interesantes, pero que, desde el punto de vista aplicado, contribuyen a generar confusion.El resultado final de todo esto es un libro de Estadistica corto en extension, claro en lo basico y riguroso en lo posible.

Texto básico para la asignatura de Inferencia estadística del Grado de Economía. LOs autores han desarrollado el libro de manera que, si bien el lector debe de tener unos conocimientos previos de estadistica y calculo de probabilidades, no utilizan una herramienta matematica muy elevada. En algunas ocasiones han prescindido de demostraciones que podrian resultar engorrosas para los fines que se pretende conseguir, sin que esto suponga una perdida de rigor en la obra.

Concentration inequalities for functions of independent random variables is an area of probability theory that has witnessed a great revolution in the last few decades, and has applications in a wide variety of areas such as machine learning, statistics, discrete mathematics, and high-dimensional geometry. Roughly speaking, if a function of many independent random variables does not depend too much on any of the variables then it is concentrated in the sense that with high probability, it is close to its expected value. This book offers a host of inequalities to illustrate this rich theory in an accessible way by covering the key developments and applications in the field. The authors describe the interplay between the probabilistic structure (independence) and a variety of tools ranging from functional inequalities to transportation arguments to information theory. Applications to the study of empirical processes, random projections, random matrix theory, and threshold phenomena are also presented.A self-contained introduction to concentration inequalities, it includes a survey of concentration of sums of independent random variables, variance bounds, the entropy method, and the transportation method. Deep connections with isoperimetric problems are revealed whilst special attention is paid to applications to the supremum of empirical processes. Written by leading experts in the field and containing extensive exercise sections this book will be an invaluable resource for researchers and graduate students in mathematics, theoretical computer science, and engineering.

En la ciencia actuarial, la estadística actuarial vida aporta la metodología fundamental para el cálculo de probabilidades y técnicas de ajuste que intervienen en el diseño de productos aseguradores de vida y de pensiones, por tanto, permite estimar las d

En este texto continuamente se busca conciliar el rigor de los contenidos con la exposición intuitiva. El lector encontrará que primero se preguntan para qué hacen esto, y a continuación se muestra el amplio abanico de herramientas que ofrece al analista, al investigador, al profesional de la sociologia o de la ciencia politica. La exposicion herramientas estadisticas se liga directamente al funcionamiento de las tecnicas analiticas. Asi, el lector encontrara, desde casos sencillos resueltos de forma simple, hasta el tratamiento mediante paquetes estadisticos de fuentes voluminosas de datos. El texto se ha organizado de menos a mas con un argumento que permite emprender el estudio de forma autonoma. Se trata de un libro para el alumno, para que desde su propio ritmo, motivando su curiosidad de forma logica, pueda desarrollar sus capacidades de autoaprendizaje. Los autores del libro son profesores de Estadistica en el Departamento de Teoria, Metodologia y Cambio Social de la Facultad de Ciencias Politicas y Sociologia de la UNED.

Este manual contempla los temas fundamentales de un curso de Cálculo de Probabilidades, concepto de probabilidad, funciones de probabilidad y bidimensionales, características de una distribución de probabilidad (esperanza y varianza), funcion caracteristica, modelos de probabilidad discretos y continuos, regresion y correlacion entre variables aleatorias y convergencia en sucesiones aleatorias. Incluye un anexo matematico que sirve de recordatorio de aquellos conceptos matematicos que se utilizan a lo largo del texto.

Este manual de Análisis de datos en ciencias sociales y de la salud está pensado para estudiantes, profesores e investigadores que se ven en la necesidad de aplicar herramientas estadísticas. Tanto los contenidos como la exposicion se han intentado ajustar a la idea de que un profesional de las ciencias sociales y de la salud no es un estadistico (muy probablemente, tampoco pretende serlo) y, consecuentemente, no necesita ser un experto en los fundamentos matematicos de las herramientas estadisticas que aplica. Por esta razon, la exposicion se ha orientado a resaltar la utilidad de los procedimientos disponibles y las claves para saber elegirlos, aplicarlos e interpretarlos correctamente (aunque sin prescindir de los detalles necesarios para entender la logica y el significado de los mismos).Ademas, gracias a programas informaticos como el SPSS Statistics ya no es necesario invertir tiempo en complejos calculos que no contribuyen en absoluto a entender el significado de lo que se esta haciendo. Aunque todos los procedimientos se presentan con suficiente detalle como para poder aplicarlos con una calculadora de bolsillo, de todos ellos se explica como aplicarlos con el SPSS Statistics y como interpretar correctamente los resultados que se obtienen.