ANALÍTICA APLICADA - Métodos Cuantitativos de Investigación: Aplicación de la Simulación de Riesgos de Monte Carlo, Opciones Reales Estratégicas, Pronóstico Estocástico, Optimización de Portafolios, Datos y An(1 Series de Libros Sobre El Cqrm Aplicado)

CONTENIDO MÉTODOS CUANTITATIVOS DE INVESTIGACIÓN EN POCAS PALABRAS ESTADÍSTICA DESCRIPTIVA Y MOMENTOS DE DISTRIBUCIÓN TEORÍA Y PROBABILIDAD DE LAS DISTRIBUCIONESRUEBAS DE HIPÓTESIS MÉTODOS ESTADÍSTICOS PARA UNA VARIABLE MÉTODOS ESTADÍSTICOS PARA DOS O MÁS VARIABLES SIMULACIÓN, MODELACIÓN PREDICTIVA, Y OPTIMIZACIÓN MOMENTOS DE DISTRIBUCIÓN MEDICIÓN DEL CENTRO, DISPERSIÓN, ASIMETRÍA, EVENTOS EXTREMOS EN UNA DISTRIBUCIÓN PRUEBA DE HIPÓTESIS PASOS PARA ESTABLECER UNA PRUEBA DE HIPÓTESIS TEOREMA DEL LÍMITE CENTRAL ERRORES TIPO I, TIPO II, TIPO III, Y TIPO IV, Y SESGOS EN EL MUESTREO DE DATOS ANALÍTICA MÁS COMÚN 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 MÚLTIPLES TRATAMIENTOS ANOVA CON PRUEBA DE BLOQUES ALEATORIZADOS ANOVA DE DOS VÍAS, ANCOVA, MANOVA, Y MANOVA DE DOS VÍAS PRUEBAS CHI CUADRADO CORRELACIONES LINEALES Y NO LINEALES NORMALIDAD Y AJUSTE DE DISTRIBUCIÓN: Kolmogorov-Smirnov, Chi-Cuadrado, Criterio de Información de Akaike, Anderson-Darling, Estadístico de Kuiper, y Criterio Schwarz/Bayes PRUEBAS NO PARAMÉTRICAS: 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 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 Errores REGRESIÓN MULTIVARIADA LINEAL Y NO LINEAL REGRESIÓN BIVARIADA PRUEBAS PARA LA MULTICOLINEALIDAD Y HETEROCEDASTICIDAD MÉTODOS AVANZADOS DE REGRESIÓN, MÉTODOS RELACIONADOS CON LA REGRESIÓN, Y SUS VARIACIONES MÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: MODELACIÓN DE ECUACIONES ESTRUCTURALES (SEM) CON MÍNIMOS CUADRADOS PARCIALES (PLS) SOBRE ESTIMACIÓN DE RUTAS MÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: ENDOGENEIDAD Y MÉTODOS DE ECUACIONES SIMULTÁNEAS Y MÍNIMOS CUADRADOS EN DOS ETAPAS MÁS ALLÁ DE LA REGRESIÓN MÚLTIPLE: CAUSALIDAD DE GRANGER Y MÉTODOS ENGLE-GRANGER MÁS 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 LEARNING BAGGING MEDIANTE AJUSTE LINEAL POR BOOTSTRAP BAGGING MEDIANTE AJUSTE NO LINEAL POR BOOTSTRAP ÁRBOLES DE CLASIFICACIÓN Y REGRESIÓN - CART CLASIFICACIÓN CON MEZCLA GAUSSIANA & SEGMENTACIÓN DE K-MEDIAS (NO SUPERVISADA) CLASIFICACIÓN CON LOS K-VECINOS MÁS CERCANOS CLASIFICACIÓN CON ÁRBOLES FILOGENÉTICOS & AGRUPAMIENTO JERÁRQUICO (NO SUPERVISADA) CLASIFICACIÓN CON MÁQUINAS DE VECTORES DE SOPORTE MODELO AJUSTADO PERSONALIZADO REDUCCIÓN DE DIMENSIÓN MEDIANTE EL ANÁLISIS DE COMPONENTES PRINCIPALES REDUCCIÓN DE DIMENSIÓN MEDIANTE EL ANÁLISIS FACTORIAL AJUSTE COMÚN DE ENSAMBLE (NO LINEAL) AJUSTE COMPLEJO DE ENSAMBLE (NO LINEAL) ENSAMBLE DE SERIES DE TIEMPO MODELO DE AJUSTE LINEAL ANÁLISIS DISCRIMINANTE MULTIVARIADO (LINEAL) ANÁLISIS MULTIVARIADO DISCRIMINANTE (CUADRÁTICO) RED NEURONAL (NEURAL NETWORK) CLASIFICACIÓN BINARIA LOGÍSTICA CLASIFICACIÓN BINARIA NORMIT PROBIT BOSQUE ALEATORIZADO SEGMENTACIÓN