The Art of Statistics : Learning from Data /
Contiene: 1) Cómo entender las cosas como proporciones: datos categóricos y porcentajes; 2) Cómo resumir y comunicar los números. Muchísimos números; 3) Pero, en realidad, ¿por qué nos interesan los datos? Poblaciones y mediciones; 4) ¿Qué causa qué?; 5) Modelizar relaciones mediante la regresión; 6...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Buch |
| Sprache: | Englisch |
| Veröffentlicht: |
Londres, Inglaterra :
Pelican,
2019, c2019
|
| Schriftenreihe: | (Pelican Books)
|
| Schlagworte: | |
| Online-Zugang: | Ver documento en línea |
| Tags: |
Keine Tags, Fügen Sie das erste Tag hinzu!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000424986 | ||
| 005 | 20251023000000.0 | ||
| 009 | 20260310122704.939 | ||
| 022 | |a 9780241258750 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 519. 5 |b SPI | ||
| 100 | |a Spiegelhalter, David |e (autor) | ||
| 245 | 1 | 4 | |a The Art of Statistics : |b Learning from Data / |c D. Spiegelhalter. |
| 264 | 4 | |a Londres, Inglaterra : |b Pelican, |c 2019, c2019 | |
| 264 | 2 | |a Cartagena, España : |b Odilo [distribución], |c 2021 | |
| 300 | |a 1 libro electrónico en línea (1 v. sin paginación) | ||
| 300 | |a 1 recurso en línea | ||
| 336 | |a datos para computadora |b cod |2 rdacontenido | ||
| 337 | |a computadora |b c |2 rdamedio | ||
| 338 | |a recurso en línea |b cr |2 rdasoporte | ||
| 440 | 1 | |a (Pelican Books) | |
| 506 | 1 | |a 1 licencia | |
| 520 | |a Contiene: 1) Cómo entender las cosas como proporciones: datos categóricos y porcentajes; 2) Cómo resumir y comunicar los números. Muchísimos números; 3) Pero, en realidad, ¿por qué nos interesan los datos? Poblaciones y mediciones; 4) ¿Qué causa qué?; 5) Modelizar relaciones mediante la regresión; 6) Algoritmos, analítica y predicción; 7) ¿Qué seguridad nos merecen los resultados?; 8) Probabilidad: el lenguaje de la incertidumbre y la variabilidad; 9) Juntar la probabilidad y la estadística; 10) Responder preguntas y reivindicar descubrimientos; 11) Aprender de la experiencia a la manera bayesiana; 12) Cuando las cosas se hacen mal; 13) Cómo podemos hacer mejor los análisis estadísticos; 14) En conclusión. | ||
| 521 | |a Odilo 2021 EEnlace Departamento de Matemáticas y Física | ||
| 649 | |a XX | ||
| 650 | |a Análisis de Datos | ||
| 650 | |a Análisis de Regresión | ||
| 650 | |a Análisis de Intervalos | ||
| 650 | |a Análisis Numérico | ||
| 650 | |a Causalidad | ||
| 650 | |a Predicción - |x Teoría | ||
| 650 | |a Algoritmos | ||
| 650 | |a Incertidumbre (Teoría de la Información) | ||
| 650 | |a Probabilidad - |x Tema Principal | ||
| 650 | |a Estadística Bayesiana | ||
| 650 | |a Estadística - |x Tema Principal | ||
| 650 | |a Matemáticas Aplicadas | ||
| 856 | 4 | 0 | |u https://iteso-odilotk-es.ezproxy.iteso.mx/opac?id=01867933 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 424986-1 |b IT2 |c EBO |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000424986 | ||