ANALﾍTICA APLICADA - M騁odos Cuantitativos de Investigaci: Aplicaci de la Simulaci de Riesgos de Monte Carlo, Opciones Reales Estrat馮icas, Pron - Paperback

by Johnathan Mun (Author)

CONTENIDO

MﾉTODOS CUANTITATIVOS DE INVESTIGACIﾓN EN POCAS PALABRAS
ESTADﾍSTICA DESCRIPTIVA Y MOMENTOS DE DISTRIBUCIﾓN
TEORﾍA Y PROBABILIDAD DE LAS DISTRIBUCIONESRUEBAS DE HIPﾓTESIS
MﾉTODOS ESTADﾍSTICOS PARA UNA VARIABLE
MﾉTODOS ESTADﾍSTICOS PARA DOS O MﾁS VARIABLES
SIMULACIﾓN, MODELACIﾓN PREDICTIVA, Y OPTIMIZACIﾓN
MOMENTOS DE DISTRIBUCIﾓN
MEDICIﾓN DEL CENTRO, DISPERSIﾓN, ASIMETRﾍA, EVENTOS EXTREMOS EN UNA DISTRIBUCIﾓN
PRUEBA DE HIPﾓTESIS
PASOS PARA ESTABLECER UNA PRUEBA DE HIPﾓTESIS
TEOREMA DEL LﾍMITE CENTRAL
ERRORES TIPO I, TIPO II, TIPO III, Y TIPO IV, Y SESGOS EN EL MUESTREO DE DATOS

ANALﾍTICA MﾁS COMﾚN
PRUEBA-T DE DOS MUESTRAS CON VARIANZA IGUAL
PRUEBA-T DE DOS MUESTRAS CON VARIANZA DESIGUAL
PRUEBA T DE DOS MUESTRAS CON MEDIAS DEPENDIENTES
PRUEBA-F DE VARIANZAS DESDE MUESTRAS INDEPENDIENTES
PRUEBA-Z de PROPORCIONES
PRUEBA Z DE PROPORCIONES Y MEDIAS
ANOVA SIMPLE CON MﾚLTIPLES TRATAMIENTOS
ANOVA CON PRUEBA DE BLOQUES ALEATORIZADOS
ANOVA DE DOS VﾍAS, ANCOVA, MANOVA, Y MANOVA DE DOS VﾍAS
PRUEBAS CHI CUADRADO
CORRELACIONES LINEALES Y NO LINEALES
NORMALIDAD Y AJUSTE DE DISTRIBUCIﾓN: Kolmogorov-Smirnov, Chi-Cuadrado, Criterio de Informaci de Akaike, Anderson-Darling, Estad﨎tico de Kuiper, y Criterio Schwarz/Bayes
PRUEBAS NO PARAMﾉTRICAS: Prueba de Runs para Aleatoriedad, Prueba de Rangos con Signo de Wilcoxon, Prueba de Lilliefors, Prueba de Kruskal-Wallis, Prueba de Friedman
CONFIABILIDAD Y CONSISTENCIA: Kappa de Cohen, Alfa de Cronbach, "Consistencia" Interna, Confiabilidad con Lambda de Guttman, Medidas de Correlaci Inter-Clase (ICC), Medida de Concordancia Entre Evaluadores de la W de Kendall, Diversidad de Datos, Homogeneidad de Shannon, Brillouin, y Simpson, Validez Interna, Validez Externa, Previsibilidad y Exactitud: Akaike, Bayes, Hannan-Quinn, Diebold-Mariano, Pesaran-Timmermann, Precisi y Control de Errores
REGRESIﾓN MULTIVARIADA LINEAL Y NO LINEAL
REGRESIﾓN BIVARIADA
PRUEBAS PARA LA MULTICOLINEALIDAD Y HETEROCEDASTICIDAD
MﾉTODOS AVANZADOS DE REGRESIﾓN, MﾉTODOS RELACIONADOS CON LA REGRESIﾓN, Y SUS VARIACIONES
MﾁS ALLﾁ DE LA REGRESIﾓN MﾚLTIPLE: MODELACIﾓN DE ECUACIONES ESTRUCTURALES (SEM) CON MﾍNIMOS CUADRADOS PARCIALES (PLS) SOBRE ESTIMACIﾓN DE RUTAS
MﾁS ALLﾁ DE LA REGRESIﾓN MﾚLTIPLE: ENDOGENEIDAD Y MﾉTODOS DE ECUACIONES SIMULTﾁNEAS Y MﾍNIMOS CUADRADOS EN DOS ETAPAS
MﾁS ALLﾁ DE LA REGRESIﾓN MﾚLTIPLE: CAUSALIDAD DE GRANGER Y MﾉTODOS ENGLE-GRANGER
MﾁS ALLﾁ DE LA REGRESIﾓN MﾚLTIPLE: Regresi M伃tiple de Poisson (Poblaci y Frecuencia), Regresi M伃tiple (Regresi de Deming con Varianza Conocida), Regresi M伃tiple (Regresi Log﨎tica Ordinal), Regresi M伃tiple de Ridge (Varianza Baja, Sesgo Alto, Alto VIF), Regresi M伃tiple Ponderada (Arreglando la Heterocedasticidad)

INTELIGENCIA ARTIFICIAL & MACHINE LEARNING
BAGGING MEDIANTE AJUSTE LINEAL POR BOOTSTRAP
BAGGING MEDIANTE AJUSTE NO LINEAL POR BOOTSTRAP
ﾁRBOLES DE CLASIFICACIﾓN Y REGRESIﾓN - CART
CLASIFICACIﾓN CON MEZCLA GAUSSIANA & SEGMENTACIﾓN DE K-MEDIAS (NO SUPERVISADA)
CLASIFICACIﾓN CON LOS K-VECINOS MﾁS CERCANOS
CLASIFICACIﾓN CON ﾁRBOLES FILOGENﾉTICOS & AGRUPAMIENTO JERﾁRQUICO (NO SUPERVISADA)
CLASIFICACIﾓN CON MﾁQUINAS DE VECTORES DE SOPORTE
MODELO AJUSTADO PERSONALIZADO
REDUCCIﾓN DE DIMENSIﾓN MEDIANTE EL ANﾁLISIS DE COMPONENTES PRINCIPALES
REDUCCIﾓN DE DIMENSIﾓN MEDIANTE EL ANﾁLISIS FACTORIAL
AJUSTE COMﾚN DE ENSAMBLE (NO LINEAL)
AJUSTE COMPLEJO DE ENSAMBLE (NO LINEAL)
ENSAMBLE DE SERIES DE TIEMPO
MODELO DE AJUSTE LINEAL
ANﾁLISIS DISCRIMINANTE MULTIVARIADO (LINEAL)
ANﾁLISIS MULTIVARIADO DISCRIMINANTE (CUADRﾁTICO)
RED NEURONAL (NEURAL NETWORK)
CLASIFICACIﾓN BINARIA LOGﾍSTICA
CLASIFICACIﾓN BINARIA NORMIT PROBIT
BOSQUE ALEATORIZADO
SEGMENTACIﾓN