Recenzii ale cititorilor
În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 3 voturi.
Titlul original:
Applied Analytics - Quantitative Research Methods: Applying Monte Carlo Risk Simulation, Strategic Real Options, Stochastic Forecasting, Portfolio Opt
Conținutul cărții:
EDIȚIA A TREIA (2022)
Seria de cărți Applied CQRM prezintă modul în care analizele avansate abordate în programul de certificare Certified in Quantitative Risk Management (CQRM) pot fi aplicate la probleme de afaceri reale. În volumul I, prezentăm modul în care Risk Simulator și ROV BizStats pot fi utilizate pentru a efectua analize cantitative în cercetarea absolventă și postuniversitară. Aplicațiile pragmatice sunt accentuate pentru a demistifica numeroasele elemente inerente analizei cantitative. O cutie neagră statistică va rămâne o cutie neagră dacă nimeni nu poate înțelege conceptele în ciuda puterii și aplicabilității sale. Numai atunci când metodele din cutia neagră devin transparente, astfel încât cercetătorii să poată înțelege, aplica și convinge pe alții de rezultatele, valoarea adăugată și aplicabilitatea lor, abordările vor beneficia de o atenție sporită. Această transparență este obținută prin aplicații pas cu pas ale modelării cantitative, precum și prin prezentarea de cazuri multiple și discutarea aplicațiilor din viața reală. Această carte se adresează persoanelor care au finalizat programul de certificare CQRM, dar poate fi utilizată și de oricine este familiarizat cu metodele de cercetare cantitativă de bază - există câte ceva pentru fiecare. Este, de asemenea, aplicabilă pentru a fi utilizată ca manual la nivelul celui de-al doilea an de MBA/MS sau ca manual introductiv pentru doctorat. Exemplele din carte presupun o anumită cunoaștere prealabilă a subiectului. Informații suplimentare privind programul CQRM pot fi obținute la adresa: www.iiper.org www.realoptionsvaluation.com.
PRINCIPIILE DE BAZĂ.
Tendință centrală, răspândire, dezechilibru, curtoză.
Probabilitate, teorema lui Bayes, arbori, combinare, permutare.
Clasic, standard, P-valoare, IC.
Teorema limitei centrale.
Erori de tip I-IV, erori de eșantionare.
Tipuri de date și proiectarea colectării.
METODE ANALITICE.
Teste T: Varianță egală/neegală/par, F-Test, Z-Test.
ANOVA, blocată, bidirecțională, ANCOVA, MANOVA.
Corelație liniară/non-liniară.
Normalitate și potrivire distribuțională: Kolmogorov-Smirnov, Chi-Square, criteriul de informare Akaike, Anderson-Darling, Kuiper, Schwarz/Bayes, Box-Cox.
Nonparametrie: Runs, Wilcoxon, Mann-Whitney, Lilliefors, Q-Q, D'Agostino-Pearson, Shapiro-Wilk-Royston, Kruskal-Wallis, Mood's, Cochran's Q, Friedman's.
Fiabilitate inter/intra-reater, consecvență, diversitate, validitate internă/externă, predictibilitate.
Cohen's Kappa, Cronbach's Alpha, Guttman's Lambda, Inter-Class Correlation, Kendall's W, Shannon-Brillouin-Simpson Diversity, Homogeneity, Grubbs Outlier, Mahalanobis, Linear & Quadratic Discriminant, Hannan-Quinn, Diebold-Mariano, Pesaran-Timmermann, Precision, Error Control.
Regresie multivariată liniară/non liniară.
Multicoliniaritate, heteroskedasticitate.
Modelarea ecuațiilor structurale (SEM), Ultimele pătrate parțiale (PLS)
Endogeneitate, metode de ecuații simultane, metoda celor mai mici pătrate în două etape.
Cauzalitatea Granger, Engle-Granger.
Regresii avansate: Poisson, Deming, logistică ordinală, Ridge, ponderată, Bootstrap.
INTELIGENȚĂ ARTIFICIALĂ ȘI ÎNVĂȚARE AUTOMATĂ (ȘTIINȚA DATELOR)
Bagging Linear Bootstrap.
Bagging Nonlinear Bootstrap.
Arbori de clasificare și regresie CART.
Ajustare personalizată.
Reducerea dimensiunii Analiza componentelor principale.
Reducerea dimensiunii Analiza factorilor.
Ensemble Common Fit.
Ensemble Complex Fit.
Ansamblu serii cronologice.
Segmentarea Gaussian Mix & K-Means.
K-Nearest Neighbors.
Model de potrivire liniară.
Analiza discriminantă multivariată (liniară)
Analiza discriminantă multivariată (pătratică)
Rețea neuronală (cosinus, tangentă, hiperbolică)
Clasificare binară logistică.
Clasificare binară Normit-Probit.
Arbori filogenetici și clustering ierarhic.
Pădure aleatorie.
Clustering de segmentare.
Mașini vectoriale de suport SVM.
