[EN]In this paper we are going to talk about sufficiency in statistical inference. To do so, we will study the concept of sufficiency in statistics along with its definitions from both the classical and the Bayesian point of view. In order to be able to carry out the aforementioned, we are going to deal with the Neyman-Fisher factorisation criterion and the various families of conjugate distributions, the existence and importance of the minimal statistics and the relationship that these have with the exponential k-parametric family. We are going to study the relationship between sufficiency and completeness on the one hand and the relationship between sufficiency and invariance on the other. We will also discuss two well-known information functions such as the Fisher and Kull back-Leibler function

[ES]En este trabajo vamos a hablar sobre la suficiencia en inferencia estad?stica. Para hacerlo, estudiaremos el concepto de suficiencia en estad?stica junto con sus definiciones desde los puntos de vista tanto bayesiano como cl?sico. Para ser capaces de llevar a cabo lo mencionado anteriormente, vamos a tratar con el criterio de factorizaci?n de Fisher-Neyman y las diferentes familias de distribuciones conjugadas, la existencia y la importancia del estad?stico minimal suficiente y la relaci?n que tiene este con la familia exponencial k-param?trica. Vamos a estudiar la relaci?n entre suficiencia y completitud por un lado, y por el otro entre suficiencia e invarianza. Tambi?n, vamos a discutir acerca de dos conocidas funciones de informaci?n como son la de Fisher y Kullback-Leibler.

Trabajo de fin de Grado. Grado en Estad?stica. Curso acad?mico 2022-2023.