ANALÍTICA APLICADA - Métodos Cuantitativos de Investigación: Aplicación de la Simulación de Riesgos de Monte Carlo, Opciones Reales Estratégicas, Pron
Reseña del libro "ANALÍTICA APLICADA - Métodos Cuantitativos de Investigación: Aplicación de la Simulación de Riesgos de Monte Carlo, Opciones Reales Estratégicas, Pron"
CONTENIDO MÉTODOS CUANTITATIVOS DE INVESTIGACIÓN EN POCAS PALABRASESTADÍSTICA DESCRIPTIVA Y MOMENTOS DE DISTRIBUCIÓNTEORÍA Y PROBABILIDAD DE LAS DISTRIBUCIONESRUEBAS DE HIPÓTESISMÉTODOS ESTADÍSTICOS PARA UNA VARIABLEMÉTODOS ESTADÍSTICOS PARA DOS O MÁS VARIABLESSIMULACIÓN, MODELACIÓN PREDICTIVA, Y OPTIMIZACIÓNMOMENTOS DE DISTRIBUCIÓNMEDICIÓN DEL CENTRO, DISPERSIÓN, ASIMETRÍA, EVENTOS EXTREMOS EN UNA DISTRIBUCIÓNPRUEBA DE HIPÓTESISPASOS PARA ESTABLECER UNA PRUEBA DE HIPÓTESISTEOREMA DEL LÍMITE CENTRALERRORES TIPO I, TIPO II, TIPO III, Y TIPO IV, Y SESGOS EN EL MUESTREO DE DATOS ANALÍTICA MÁS COMÚNPRUEBA-T DE DOS MUESTRAS CON VARIANZA IGUALPRUEBA-T DE DOS MUESTRAS CON VARIANZA DESIGUALPRUEBA T DE DOS MUESTRAS CON MEDIAS DEPENDIENTESPRUEBA-F DE VARIANZAS DESDE MUESTRAS INDEPENDIENTESPRUEBA-Z de PROPORCIONESPRUEBA Z DE PROPORCIONES Y MEDIASANOVA SIMPLE CON MÚLTIPLES TRATAMIENTOSANOVA CON PRUEBA DE BLOQUES ALEATORIZADOSANOVA DE DOS VÍAS, ANCOVA, MANOVA, Y MANOVA DE DOS VÍASPRUEBAS CHI CUADRADOCORRELACIONES LINEALES Y NO LINEALESNORMALIDAD Y AJUSTE DE DISTRIBUCIÓN: Kolmogorov-Smirnov, Chi-Cuadrado, Criterio de Información de Akaike, Anderson-Darling, Estadístico de Kuiper, y Criterio Schwarz/BayesPRUEBAS NO PARAMÉTRICAS: Prueba de Runs para Aleatoriedad, Prueba de Rangos con Signo de Wilcoxon, Prueba de Lilliefors, Prueba de Kruskal-Wallis, Prueba de FriedmanCONFIABILIDAD Y CONSISTENCIA: Kappa de Cohen, Alfa de Cronbach, "Consistencia" Interna, Confiabilidad con Lambda de Guttman, Medidas de Correlación 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, Precisión y Control de ErroresREGRESIÓN MULTIVARIADA LINEAL Y NO LINEALREGRESIÓN BIVARIADAPRUEBAS PARA LA MULTICOLINEALIDAD Y HETEROCEDASTICIDADMÉTODOS AVANZADOS DE REGRESIÓN, MÉTODOS RELACIONADOS CON LA REGRESIÓN, Y SUS VARIACIONESMÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: MODELACIÓN DE ECUACIONES ESTRUCTURALES (SEM) CON MÍNIMOS CUADRADOS PARCIALES (PLS) SOBRE ESTIMACIÓN DE RUTASMÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: ENDOGENEIDAD Y MÉTODOS DE ECUACIONES SIMULTÁNEAS Y MÍNIMOS CUADRADOS EN DOS ETAPASMÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: CAUSALIDAD DE GRANGER Y MÉTODOS ENGLE-GRANGERMÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: Regresión Múltiple de Poisson (Población y Frecuencia), Regresión Múltiple (Regresión de Deming con Varianza Conocida), Regresión Múltiple (Regresión Logística Ordinal), Regresión Múltiple de Ridge (Varianza Baja, Sesgo Alto, Alto VIF), Regresión Múltiple Ponderada (Arreglando la Heterocedasticidad) INTELIGENCIA ARTIFICIAL & MACHINE LEARNINGBAGGING MEDIANTE AJUSTE LINEAL POR BOOTSTRAPBAGGING MEDIANTE AJUSTE NO LINEAL POR BOOTSTRAPÁRBOLES DE CLASIFICACIÓN Y REGRESIÓN - CARTCLASIFICACIÓN CON MEZCLA GAUSSIANA & SEGMENTACIÓN DE K-MEDIAS (NO SUPERVISADA)CLASIFICACIÓN CON LOS K-VECINOS MÁS CERCANOSCLASIFICACIÓN CON ÁRBOLES FILOGENÉTICOS & AGRUPAMIENTO JERÁRQUICO (NO SUPERVISADA)CLASIFICACIÓN CON MÁQUINAS DE VECTORES DE SOPORTEMODELO AJUSTADO PERSONALIZADOREDUCCIÓN DE DIMENSIÓN MEDIANTE EL ANÁLISIS DE COMPONENTES PRINCIPALESREDUCCIÓN DE DIMENSIÓN MEDIANTE EL ANÁLISIS FACTORIALAJUSTE COMÚN DE ENSAMBLE (NO LINEAL)AJUSTE COMPLEJO DE ENSAMBLE (NO LINEAL)ENSAMBLE DE SERIES DE TIEMPOMODELO DE AJUSTE LINEALANÁLISIS DISCRIMINANTE MULTIVARIADO (LINEAL)ANÁLISIS MULTIVARIADO DISCRIMINANTE (CUADRÁTICO)RED NEURONAL (NEURAL NETWORK)CLASIFICACIÓN BINARIA LOGÍSTICACLASIFICACIÓN BINARIA NORMIT PROBITBOSQUE ALEATORIZADOSEGMENTACIÓN
