Eikosestadística y ciencia de datos

Modelado estadístico · Modelos Lineales Generalizados

Modelos Lineales Generalizados · Estimación de Parámetros y Métodos Numéricos

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Estadística Matemática Avanzada · Modelización Paramétrica

Recorrido

Temas que aborda

  • Introducción
  • Modelos Lineales Generalizados: Estimación y Métodos Numéricos
  • Perspectiva histórica y limitaciones de la regresión clásica
  • La Familia Exponencial de Dispersión
  • Propiedades Fundamentales de los Momentos de la EDF
  • Estructura formal de los Modelos Lineales Generalizados

Conceptos relacionados

Conexiones principales

  • verosimilitud
  • algebra
  • varianza
  • glm
  • calculo
  • media

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

Y=Xβ+ε,ε∼N(0,σ2I).\mathbf{Y} = \mathbf{X}\boldsymbol{\beta} + \boldsymbol{\varepsilon}, \qquad \boldsymbol{\varepsilon} \sim \mathcal{N}(\mathbf{0}, \sigma^2 \mathbf{I}).
Ver LaTeX fuente\mathbf{Y} = \mathbf{X}\boldsymbol{\beta} + \boldsymbol{\varepsilon}, \qquad \boldsymbol{\varepsilon} \sim \mathcal{N}(\mathbf{0}, \sigma^2 \mathbf{I}).