Mostrar el registro sencillo del ítem

Método de Monte Carlo : uso y aplicaciones en Inferencia Bayesiana

dc.contributor.advisorBarranco Chamorro, Inmaculada
dc.contributor.authorChaves López, Ana Rosa
dc.contributor.otherUniversidad de Sevilla. Facultad de Ciencias de la Educaciónspa
dc.date.issued2021
dc.identifier.citationp. 73-76spa
dc.identifier.urihttps://idus.us.es/handle/11441/134445spa
dc.identifier.urihttps://hdl.handle.net/11162/227803
dc.descriptionResumen basado en el de la publicaciónspa
dc.descriptionResumen en español e inglésspa
dc.description.abstractLa estadística es una de las ramas de las matemáticas que más aplicaciones tiene. En primer lugar, se desarrollan algunas definiciones y resultados sobre estadística bayesiana y cadenas de Markov. Se analizan en su versión discreta para su mejor compresión, aunque serán utilizados en su forma continua. Sobre el algoritmo de Metropolis-Hasting, se conocerán tanto su funcionamiento como algunas propiedades, teniendo en cuenta que genera una cadena de Markov y algunas de las variantes que presenta el algoritmo. A continuación, se tratará el muestreo de Gibbs.spa
dc.format.extent85 p.spa
dc.format.mediumDigitalspa
dc.format.mediumLibrospa
dc.language.isospaspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectmatemáticasspa
dc.subjectestadísticaspa
dc.subjectdidácticaspa
dc.subjectsolución de problemasspa
dc.titleMétodo de Monte Carlo : uso y aplicaciones en Inferencia Bayesianaspa
dc.typeTrabajo fin de másterspa
dc.audienceProfesoradospa
dc.bbddInvestigacionesspa
dc.description.paisESPspa
dc.educationLevelEducación Superiorspa


Ficheros en el ítem

Nombre:
Método.pdf
Tamaño:
3.449Mb
Formato:
PDF
Ver/Abrir

    Mostrar el registro sencillo del ítem

    Attribution-NonCommercial-NoDerivatives 4.0 International
    Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 International