Libros de estadística y probabilidad, página 13 de 115

El libro constituye una base fundamental para emprender posteriores estudios superiores de estadística. Desarrolla constantes ejemplos gráficos, a traves de los numerosos temas que comprende cada capitulo, sobre estadistica comparativa, diferencial, matematica, descriptiva o inductiva.Indice Extractado: Consta de dos partes: Primera:Elaboracion de estadisticas. La estadistica - Recopilacion de datos - Representaciones graficas - Analisis estadistico. Tendencia central - Valores de posicion - Variabilidad - Elementos del calculo de probabilidades - Curva de distribucion normal - Algunos empleos de la tabla de probabilidades - Regresion - Correlacion - Series cronologicas - Numeros indices.

El objetivo de este libro es presentar las técnicas avanzadas de predicción en su faceta práctica. Cada capítulo comienza con una breve exposición de los conceptos teóricos a utilizar en los ejemplos y ejercicios que ilustran las diferentes tecnicas de modelizacion. Se utilizaran los paquetes de software mas 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 Econometria o modelizacion en general. Tambien es muy util para los profesionales de la Economia, Estadistica, Ciencias Sociales, Ciencias Experimentales, Ingenierias y otras ramas cientificas en las que se aplican las tecnicas predictivas. El libro comienza tratando la estimacion, diagnosis y prediccion en el modelo de regresion multiple, analizando profundamente las problematicas de la heteroscedasticidad, multicolinealidad, autocorrelacion, ausencia de normalidad, no linealidad y problemas de exogeneidad y regresores estocasticos. Para cada problematica se estudian tanto los metodos de deteccion como los metodos de correccion. Posteriormente, se abordan en profundidad el modelo lineal general y los modelos lineales generalizados.A continuacion se tratan los modelos dinamicos, asi como el analisis univariante y multivariante de series temporales incluyendo los modelos ARIMA, los modelos del analisis de la intervencion y los modelos de la funcion de transferencia a traves de la metodologia de Box Jenkins. Este contenido se amplia a traves de los modelos multiecuacionales de ecuaciones simultaneas y los modelos VAR, VARMA, VARX, BVAR y otras tipologias de modelos multivariantes de series temporales.La ultima parte del libro desarrolla los modelos no lineales uniecuacionales y multiecuacionales, los arboles de decision y los modelos de redes neuronales.

Esta obra tiene como principales objetivos hacer comprender a los cuadros con un nivel de conocimientos equivalente al bachillerato, las posibilidades ofrecidas mediante la utilización de la Estadística en el terreno de la gestion y de la decision, e igualmente conocer sus limites.

Tiene como finalidad exponer, a través de la explicación de conceptos teóricos y aplicaciones, las bases fundamentales de los diseños de series temporales y, de manera especial, los que pueden considerarse experimentales por su mayor rigor metodologico dentro del metodo cientifico a consecuencia de un mejor control de la validez interna. Se pone especial enfasis en el modelo ARIMA. Se dedica un capitulo al desarrollo de un caso practico.

Principles of Copula Theory explores the state of the art on copulas and provides you with the foundation to use copulas in a variety of applications. Throughout the book, historical remarks and further readings highlight active research in the field, including new results, streamlined presentations, and new proofs of old results. After covering the essentials of copula theory, the book addresses the issue of modeling dependence among components of a random vector using copulas. It then presents copulas from the point of view of measure theory, compares methods for the approximation of copulas, and discusses the Markov product for 2-copulas. The authors also examine selected families of copulas that possess appealing features from both theoretical and applied viewpoints. The book concludes with in-depth discussions on two generalizations of copulas: quasi- and semi-copulas. Although copulas are not the solution to all stochastic problems, they are an indispensable tool for understanding several problems about stochastic dependence. This book gives you the solid and formal mathematical background to apply copulas to a range of mathematical areas, such as probability, real analysis, measure theory, and algebraic structures.