{"product_id":"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","title":"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","description":"\u003cp\u003eby \u003cb\u003eJohnathan Mun\u003c\/b\u003e (Author)\u003c\/p\u003e\u003cp\u003e\u003cb\u003eCONTENIDO\u003c\/b\u003e \u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e\u003cb\u003eMﾉTODOS CUANTITATIVOS DE INVESTIGACIﾓN EN POCAS PALABRAS\u003c\/b\u003e\u003cbr\u003eESTADﾍSTICA DESCRIPTIVA Y MOMENTOS DE DISTRIBUCIﾓN\u003cbr\u003eTEORﾍA Y PROBABILIDAD DE LAS DISTRIBUCIONESRUEBAS DE HIPﾓTESIS\u003cbr\u003eMﾉTODOS ESTADﾍSTICOS PARA UNA VARIABLE\u003cbr\u003eMﾉTODOS ESTADﾍSTICOS PARA DOS O MﾁS VARIABLES\u003cbr\u003eSIMULACIﾓN, MODELACIﾓN PREDICTIVA, Y OPTIMIZACIﾓN\u003cbr\u003eMOMENTOS DE DISTRIBUCIﾓN\u003cbr\u003eMEDICIﾓN DEL CENTRO, DISPERSIﾓN, ASIMETRﾍA, EVENTOS EXTREMOS EN UNA DISTRIBUCIﾓN\u003cbr\u003ePRUEBA DE HIPﾓTESIS\u003cbr\u003ePASOS PARA ESTABLECER UNA PRUEBA DE HIPﾓTESIS\u003cbr\u003eTEOREMA DEL LﾍMITE CENTRAL\u003cbr\u003eERRORES TIPO I, TIPO II, TIPO III, Y TIPO IV, Y SESGOS EN EL MUESTREO DE DATOS \u003cp\u003e\u003c\/p\u003e\u003cb\u003eANALﾍTICA MﾁS COMﾚN\u003c\/b\u003e\u003cbr\u003ePRUEBA-T DE DOS MUESTRAS CON VARIANZA IGUAL\u003cbr\u003ePRUEBA-T DE DOS MUESTRAS CON VARIANZA DESIGUAL\u003cbr\u003ePRUEBA T DE DOS MUESTRAS CON MEDIAS DEPENDIENTES\u003cbr\u003ePRUEBA-F DE VARIANZAS DESDE MUESTRAS INDEPENDIENTES\u003cbr\u003ePRUEBA-Z de PROPORCIONES\u003cbr\u003ePRUEBA Z DE PROPORCIONES Y MEDIAS\u003cbr\u003eANOVA SIMPLE CON MﾚLTIPLES TRATAMIENTOS\u003cbr\u003eANOVA CON PRUEBA DE BLOQUES ALEATORIZADOS\u003cbr\u003eANOVA DE DOS VﾍAS, ANCOVA, MANOVA, Y MANOVA DE DOS VﾍAS\u003cbr\u003ePRUEBAS CHI CUADRADO\u003cbr\u003eCORRELACIONES LINEALES Y NO LINEALES\u003cbr\u003eNORMALIDAD 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\u003cbr\u003ePRUEBAS 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\u003cbr\u003eCONFIABILIDAD 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\u003cbr\u003eREGRESIﾓN MULTIVARIADA LINEAL Y NO LINEAL\u003cbr\u003eREGRESIﾓN BIVARIADA\u003cbr\u003ePRUEBAS PARA LA MULTICOLINEALIDAD Y HETEROCEDASTICIDAD\u003cbr\u003eMﾉTODOS AVANZADOS DE REGRESIﾓN, MﾉTODOS RELACIONADOS CON LA REGRESIﾓN, Y SUS VARIACIONES\u003cbr\u003eM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\u003cbr\u003eM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\u003cbr\u003eMﾁS ALLﾁ DE LA REGRESIﾓN MﾚLTIPLE: CAUSALIDAD DE GRANGER Y MﾉTODOS ENGLE-GRANGER\u003cbr\u003eM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) \u003cp\u003e\u003c\/p\u003e\u003cb\u003eINTELIGENCIA ARTIFICIAL \u0026amp; MACHINE LEARNING\u003c\/b\u003e\u003cbr\u003eBAGGING MEDIANTE AJUSTE LINEAL POR BOOTSTRAP\u003cbr\u003eBAGGING MEDIANTE AJUSTE NO LINEAL POR BOOTSTRAP\u003cbr\u003eﾁRBOLES DE CLASIFICACIﾓN Y REGRESIﾓN - CART\u003cbr\u003eCLASIFICACIﾓN CON MEZCLA GAUSSIANA \u0026amp; SEGMENTACIﾓN DE K-MEDIAS (NO SUPERVISADA)\u003cbr\u003eCLASIFICACIﾓN CON LOS K-VECINOS MﾁS CERCANOS\u003cbr\u003eCLASIFICACIﾓN CON ﾁRBOLES FILOGENﾉTICOS \u0026amp; AGRUPAMIENTO JERﾁRQUICO (NO SUPERVISADA)\u003cbr\u003eCLASIFICACIﾓN CON MﾁQUINAS DE VECTORES DE SOPORTE\u003cbr\u003eMODELO AJUSTADO PERSONALIZADO\u003cbr\u003eREDUCCIﾓN DE DIMENSIﾓN MEDIANTE EL ANﾁLISIS DE COMPONENTES PRINCIPALES\u003cbr\u003eREDUCCIﾓN DE DIMENSIﾓN MEDIANTE EL ANﾁLISIS FACTORIAL\u003cbr\u003eAJUSTE COMﾚN DE ENSAMBLE (NO LINEAL)\u003cbr\u003eAJUSTE COMPLEJO DE ENSAMBLE (NO LINEAL)\u003cbr\u003eENSAMBLE DE SERIES DE TIEMPO\u003cbr\u003eMODELO DE AJUSTE LINEAL\u003cbr\u003eANﾁLISIS DISCRIMINANTE MULTIVARIADO (LINEAL)\u003cbr\u003eANﾁLISIS MULTIVARIADO DISCRIMINANTE (CUADRﾁTICO)\u003cbr\u003eRED NEURONAL (NEURAL NETWORK)\u003cbr\u003eCLASIFICACIﾓN BINARIA LOGﾍSTICA\u003cbr\u003eCLASIFICACIﾓN BINARIA NORMIT PROBIT\u003cbr\u003eBOSQUE ALEATORIZADO\u003cbr\u003eSEGMENTACIﾓN\u003cdiv\u003e\n\u003cstrong\u003eNumber of Pages:\u003c\/strong\u003e 374\u003c\/div\u003e\u003cdiv\u003e\n\u003cstrong\u003eDimensions:\u003c\/strong\u003e 0.77 x 9 x 6 IN\u003c\/div\u003e\u003cdiv\u003e\n\u003cstrong\u003ePublication Date:\u003c\/strong\u003e September 24, 2020\u003c\/div\u003e","brand":"Books by splitShops","offers":[{"title":"Default Title","offer_id":51780817420576,"sku":"9781734990720","price":20.25,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0974\/9764\/5344\/files\/a626876ddee184162489643b878e7eb9.webp?v=1780537785","url":"https:\/\/ebocreations.com\/products\/anal%ef%be%8dtica-aplicada-m%e9%a8%81odos-cuantitativos-de-investigaci-aplicaci-de-la-simulaci-de-riesgos-de-monte-carlo-opciones-reales-estrat%e9%a6%aeicas-pron-paperback","provider":"The E-Book Oasis LLC","version":"1.0","type":"link"}