ANALÍTICA APLICADA - Métodos Cuantitativos de Investigación

CONTENIDO M?TODOS CUANTITATIVOS DE INVESTIGACI?N EN POCAS PALABRAS

ESTAD?STICA DESCRIPTIVA Y MOMENTOS DE DISTRIBUCI?N

TEOR?A Y PROBABILIDAD DE LAS DISTRIBUCIONESRUEBAS DE HIP?TESIS

M?TODOS ESTAD?STICOS PARA UNA VARIABLE

M?TODOS ESTAD?STICOS PARA DOS O M?S VARIABLES

SIMULACI?N, MODELACI?N PREDICTIVA, Y OPTIMIZACI?N

MOMENTOS DE DISTRIBUCI?N

MEDICI?N DEL CENTRO, DISPERSI?N, ASIMETR?A, EVENTOS EXTREMOS EN UNA DISTRIBUCI?N

PRUEBA DE HIP?TESIS

PASOS PARA ESTABLECER UNA PRUEBA DE HIP?TESIS

TEOREMA DEL L?MITE CENTRAL

ERRORES TIPO I, TIPO II, TIPO III, Y TIPO IV, Y SESGOS EN EL MUESTREO DE DATOS ANAL?TICA M?S COM?N

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 M?LTIPLES TRATAMIENTOS

ANOVA CON PRUEBA DE BLOQUES ALEATORIZADOS

ANOVA DE DOS V?AS, ANCOVA, MANOVA, Y MANOVA DE DOS V?AS

PRUEBAS CHI CUADRADO

CORRELACIONES LINEALES Y NO LINEALES

NORMALIDAD Y AJUSTE DE DISTRIBUCI?N: Kolmogorov-Smirnov, Chi-Cuadrado, Criterio de Informaci?n de Akaike, Anderson-Darling, Estad?stico de Kuiper, y Criterio Schwarz/Bayes

PRUEBAS NO PARAM?TRICAS: 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 Correlaci?n 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?n y Control de Errores

REGRESI?N MULTIVARIADA LINEAL Y NO LINEAL

REGRESI?N BIVARIADA

PRUEBAS PARA LA MULTICOLINEALIDAD Y HETEROCEDASTICIDAD

M?TODOS AVANZADOS DE REGRESI?N, M?TODOS RELACIONADOS CON LA REGRESI?N, Y SUS VARIACIONES

M?S ALL? DE LA REGRESI?N M?LTIPLE: MODELACI?N DE ECUACIONES ESTRUCTURALES (SEM) CON M?NIMOS CUADRADOS PARCIALES (PLS) SOBRE ESTIMACI?N DE RUTAS

M?S ALL? DE LA REGRESI?N M?LTIPLE: ENDOGENEIDAD Y M?TODOS DE ECUACIONES SIMULT?NEAS Y M?NIMOS CUADRADOS EN DOS ETAPAS

M?S ALL? DE LA REGRESI?N M?LTIPLE: CAUSALIDAD DE GRANGER Y M?TODOS ENGLE-GRANGER

M?S ALL? DE LA REGRESI?N M?LTIPLE: Regresi?n M?ltiple de Poisson (Poblaci?n y Frecuencia), Regresi?n M?ltiple (Regresi?n de Deming con Varianza Conocida), Regresi?n M?ltiple (Regresi?n Log?stica Ordinal), Regresi?n M?ltiple de Ridge (Varianza Baja, Sesgo Alto, Alto VIF), Regresi?n M?ltiple Ponderada (Arreglando la Heterocedasticidad) INTELIGENCIA ARTIFICIAL & MACHINE LEARNING

BAGGING MEDIANTE AJUSTE LINEAL POR BOOTSTRAP

BAGGING MEDIANTE AJUSTE NO LINEAL POR BOOTSTRAP

?RBOLES DE CLASIFICACI?N Y REGRESI?N - CART

CLASIFICACI?N CON MEZCLA GAUSSIANA & SEGMENTACI?N DE K-MEDIAS (NO SUPERVISADA)

CLASIFICACI?N CON LOS K-VECINOS M?S CERCANOS

CLASIFICACI?N CON ?RBOLES FILOGEN?TICOS & AGRUPAMIENTO JER?RQUICO (NO SUPERVISADA)

CLASIFICACI?N CON M?QUINAS DE VECTORES DE SOPORTE

MODELO AJUSTADO PERSONALIZADO

REDUCCI?N DE DIMENSI?N MEDIANTE EL AN?LISIS DE COMPONENTES PRINCIPALES

REDUCCI?N DE DIMENSI?N MEDIANTE EL AN?LISIS FACTORIAL

AJUSTE COM?N DE ENSAMBLE (NO LINEAL)

AJUSTE COMPLEJO DE ENSAMBLE (NO LINEAL)

ENSAMBLE DE SERIES DE TIEMPO

MODELO DE AJUSTE LINEAL

AN?LISIS DISCRIMINANTE MULTIVARIADO (LINEAL)

AN?LISIS MULTIVARIADO DISCRIMINANTE (CUADR?TICO)

RED NEURONAL (NEURAL NETWORK)

CLASIFICACI?N BINARIA LOG?STICA

CLASIFICACI?N BINARIA NORMIT PROBIT

BOSQUE ALEATORIZADO

SEGMENTACI?N