Materias
- Administración pública
- Aeronáutica
- Arquitectura
- Automoción
- Certificado de profesionalidad
- Ciclos formativos
- Contabilidad
- Deporte
- Derecho
- Diccionarios
- Economía
- Electricidad
- Electrónica
- Empresa
- Estadística y matemática
- Física y química
- Idiomas
- Informática
- Ingeniería
- Medicina
- Mundo hacker
- Náutica
- Oficios
- Oposiciones
- Pcpi
- Protocolo
- Veterinaria
Tecno-libro
Boletín de novedades
Suscríbete a nuestro boletín de novedades y recíbelo en tu email.
TECNICAS AVANZADAS DE PREDICCION
PEREZ LOPEZ, CESAR
- Editorial
- GARCETA GRUPO EDITORIAL
- Tema
- Estadística
- Año edición
- 2016
- ISBN
- 978-84-16228-57-7
- Encuadernación
- Rústica
- Páginas
- 670
- Idioma
- Castellano
El objetivo de este libro es presentar las técnicas avanzadas de predicción en su faceta práctica. Cada capítulo comien-za con una breve exposición de los conceptos teóricos a utilizar en los ejemplos y ejercicios que ilustran las diferentes técnicas de modelización. Se utilizarán los paquetes de software más adecuados como R, SAS, SPSS y STATGAPHICS.
El contenido de este libro se dirige a docentes, investigadores y estudiantes universitarios de todos los niveles que utilizan, imparten o cursan las materias de Econometría o modelización en general. También es muy útil para los profe-sionales de la Economía, Estadística, Ciencias Sociales, Ciencias Experimentales, Ingenierías y otras ramas científicas en las que se aplican las técnicas predictivas.
El libro comienza tratando la estimación, diagnosis y predicción en el modelo de regresión múltiple, analizando profundamente las problemáticas de la heteroscedasticidad, multicolinealidad, autocorrelación, ausencia de normalidad, no linealidad y problemas de exogeneidad y regresores estocásticos. Para cada problemática se estudian tanto los métodos de detección como los métodos de corrección.
Posteriormente, se abordan en profundidad el modelo lineal general y los modelos lineales generalizados.
A continuación se tratan los modelos dinámicos, así como el análisis univariante y multivariante de series temporales incluyendo los modelos ARIMA, los modelos del análisis de la intervención y los modelos de la función de transferencia a través de la metodología de Box Jenkins. Este contenido se amplía a través de los modelos multiecuacionales de ecuaciones simultáneas y los modelos VAR, VARMA, VARX, BVAR y otras tipologías de modelos multivariantes de series temporales.
La última parte del libro desarrolla los modelos no lineales uniecuacionales y multiecuacionales, los árboles de deci-sión y los modelos de redes neuronales.