A estatística computacional, ou computação estatística, é a interface entre estatística e ciência da computação. É a área da ciência computacional (ou computação científica) específica para a ciência matemática da estatística. Essa área também está se desenvolvendo rapidamente, levando a pedidos de que um conceito mais amplo de computação seja ensinado como parte da educação estatística geral.[1]
Os termos "estatística computacional" e "computação estatística" são freqüentemente usados como sinônimos, embora Carlo Lauro (ex-presidente da Associação Internacional de Computação Estatística ) propusesse uma distinção, definindo "computação estatística" como "a aplicação da ciência da computação à estatística" e 'estatística computacional' como" visando o projeto de algoritmos para implementar métodos estatísticos em computadores, incluindo aqueles impensáveis antes da era do computador (por exemplo, bootstrap, simulação ), bem como lidar com problemas analiticamente intratáveis "[sic ].[3]
O termo 'estatística computacional' também pode ser usado para referir-se a métodos estatísticos computacionalmente intensivos, incluindo métodos de reamostragem, métodos de Monte Carlo da cadeia de Markov, regressão local, estimativa da densidade do núcleo, redes neurais artificiais e modelos aditivos generalizados.
Albert, J.H.; Gentle, J.E. (2004), Albert, James H; Gentle, James E, eds., «Special Section: Teaching Computational Statistics», The American Statistician, 58, doi:10.1198/0003130042872
Wilkinson, Leland (2008), «The Future of Statistical Computing (with discussion)», Technometrics, 50 (4): 418–435, doi:10.1198/004017008000000460
Drew, John H.; Evans, Diane L.; Glen, Andrew G.; Lemis, Lawrence M. (2007), Computational Probability: Algorithms and Applications in the Mathematical Sciences, ISBN978-0-387-74675-3, Springer International Series in Operations Research & Management Science, Springer Drew, John H.; Evans, Diane L.; Glen, Andrew G.; Lemis, Lawrence M. (2007), Computational Probability: Algorithms and Applications in the Mathematical Sciences, ISBN978-0-387-74675-3, Springer International Series in Operations Research & Management Science, Springer
Gentle, James E. (2002), Elements of Computational Statistics, ISBN0-387-95489-9, Springer Gentle, James E. (2002), Elements of Computational Statistics, ISBN0-387-95489-9, Springer
Gentle, James E.; Härdle, Wolfgang; Mori, Yuichi, eds. (2004), Handbook of Computational Statistics: Concepts and Methods, ISBN3-540-40464-3, Springer Gentle, James E.; Härdle, Wolfgang; Mori, Yuichi, eds. (2004), Handbook of Computational Statistics: Concepts and Methods, ISBN3-540-40464-3, Springer
Klemens, Ben (2008), Modeling with Data: Tools and Techniques for Statistical Computing, ISBN978-0-691-13314-0, Princeton University Press Klemens, Ben (2008), Modeling with Data: Tools and Techniques for Statistical Computing, ISBN978-0-691-13314-0, Princeton University Press
Monahan, John (2001), Numerical Methods of Statistics, ISBN978-0-521-79168-7, Cambridge University Press Monahan, John (2001), Numerical Methods of Statistics, ISBN978-0-521-79168-7, Cambridge University Press
Rose, Colin; Smith, Murray D. (2002), Mathematical Statistics with Mathematica, ISBN0-387-95234-9, Springer Texts in Statistics, Springer Rose, Colin; Smith, Murray D. (2002), Mathematical Statistics with Mathematica, ISBN0-387-95234-9, Springer Texts in Statistics, Springer
Thisted, Ronald Aaron (1988), Elements of Statistical Computing: Numerical Computation, ISBN0-412-01371-1, CRC Press Thisted, Ronald Aaron (1988), Elements of Statistical Computing: Numerical Computation, ISBN0-412-01371-1, CRC Press
Gharieb, Reda. R. (2017), Data Science: Scientific and Statistical Computing, ISBN978-3-330-97256-8, Noor Publishing Gharieb, Reda. R. (2017), Data Science: Scientific and Statistical Computing, ISBN978-3-330-97256-8, Noor Publishing