Master en ECONOMÍA INDUSTRIAL

Información para los Alumnos Matriculados en el Curso 2007-2008


Home


 

 

 

Programa

1 Probabilidad [CV]

1.1  Probabilidad. [W Cap. 1]

1.1.1       Espacios muestrales y sucesos

1.1.2       Probabilidad. Propiedades

1.1.3       Independencia. Probabilidad condicionada

1.1.4       Teorema de Bayes.

 

1.2  Variables aleatorias. [W Cap. 2]

1.2.1       Funciones de distribución y probabilidad

1.2.2       Ejemplos distribuciones discretas y continuas

1.2.3       Distribuciones conjuntas y marginales

1.2.4       Ejemplos distribuciones multivariantes

1.2.5       Variables aleatorias independientes

1.2.6       Transformación de variables aleatorias

 

1.3  Esperanza. [W Cap. 3]

1.3.1       Esperanza. Propiedades

1.3.2       Varianza y covarianza. Correlación

1.3.3       Esperanza y varianza condicional. Predicción

 

1.4  Desigualdades. [W Cap. 4]

1.4.1       Desigualdades de Markov y Chebyshev

1.4.2       Desigualdades de Jensen y Cauchy-Schwartz

 

1.5  Convergencia de variables aleatorias. [W Cap. 5]

1.5.1       Tipos de convergencia

1.5.2       Ley de los grandes números

1.5.3       Teorema central del límite

1.5.4       Ejemplos

1.5.5       Método delta

 

 

2 Inferencia [JR]

2.1 Introducción.[W Cap.6]

2.1.1   Planteamiento del problema

2.1.2   Estimación puntual

2.1.3   Propiedades de un estimador

2.1.4   Estimación por intervalos

 

2.2 Estimación puntual y por intervalos.[W Cap. 9]

2.2.1   Construcción de estimadores

2.2.2   Método de los momentos

2.2.3   Método de máxima verosimilitud. Propiedades

 

2.3 Contraste de hipótesis.[W Cap. 10]

2.3.1   Hipótesis nula y alternativa

2.3.2   Función de potencia

2.3.3   El test de Wald

2.3.4   El p-valor

 

 

3 Análisis multivariante [JR]

3.1 Álgebra matricial.[JW Cap. 2]

3.1.1   Vectores. Ortogonalidad.

3.1.2   Matrices. Autovalores y autovectores.

3.1.3   Diagonalización de matrices.

 

3.2 Vectores aleatorios.[JW Cap. 3]

3.2.1   Vector de medias y matriz de covarianzas

3.2.2   Transformación de vectores

 

3.3 Distribución normal multivariante.[JW Cap. 4]

3.3.1   Definición

3.3.2   Propiedades

 

3.4 Componentes principales.[JW Cap. 8]

3.4.1   Definición

3.4.2   Obtención de las componentes principales

3.4.3   Ejemplos

Volver al inicio

 

Bibliografía

Bain, L.J. y Engelhardt, M. (1987). Introduction to Probability and Mathematical Statistics. PWS- Kent. Boston.

 

Casella, G. y Berger, R. L. (1990). Statistical Inference. Wadsworth and Brooks/Cole. San Francisco.

Dekking, F.M., C. Kraaikamp, H.P. Lupohaä, L.E. Meester (2005). A modern Introduction to Probability and Statistics: Understanding Why and How. Springer Verlag, Berlin.

 

Johnson, R. A. y Wichern, D. W. (2002). Applied Multivariate Statistical Analysis. Quinta Edición. Prentice Hall. New Jersey.

 

Peña, D. (2001). Estadística. Modelos y Métodos. 1. Fundamentos. Segunda edición. Alianza Editorial. Madrid.

 

Rice, J. (1995). Mathematical Statistics and Data Analysis. Segunda edición. Brooks and Cole. San Francisco.

 

van der Vaart, A. W. (1998). Asymptotic Statistics. Cambridge University Press. Cambridge.

 

Wasserman, L. (2004). All of Statistics. Springer- Verlag. New York.

 

Wooldridge, J.M. (2006). Introducción a la Econometría: un Enfoque Moderno. Paraninfo Thompson Learning.

Volver al inicio

Comentarios y Sugerencias: Carlos Velasco carlos.velasco@uc3m.es
Ultima modificación: 22-09-2007