Contenido sugerido 

1. Introducción a la modelación estadística y al razonamiento inductivo: Modelos paramétricos y no paramétricos. Distribuciones clásicas.

2. Estimación puntual: Estimador de momentos. Estimador de máxima-verosimilitud. Información de Fisher. Suficiencia. Teorema de factorización de Fisher. Familia exponencial. Familia de localización y escala. Consistencia. Insesgamiento. Cota de Crámer-Rao. Propiedades asintóticas.

3. Estimación por intervalos: Intervalos de confianza. Intervalos de verosimilitud-confianza.

4. Módelos estadísticos multiparamétricos. 

5. Introducción a las pruebas de significancia: p-valores. Pruebas de hipótesis.

6. Comparación y selección de modelos estadísticos paramétricos: Criterio de Akaike.

Sugerencias de Bibliografia

1. Kalbfleisch, J. G. Probability and Statistical Inference. Vol. 2. Springer-Verlag, 1985.

2. Bhataccharyya y  Johnson . Statistics: Principles and Methods. John Wiley & Sons, 2006. 

3. Evans, M., Hastings, N. y Peacock, B. Statistical Distributions. John Wiley & Sons, 1993.