Compartir
Analítica Aplicada - Métodos Quantitativos de Pesquisa: Aplicação da Simulação de Risco Monte Carlo, Opções Reais Estratégicas, Previsão Estocástica,. E Métodos Quantitativos de Apoio à Decisão (en Portugués)
Johnathan Mun
(Autor)
·
Nelson Rodrigues de Albuquerque
(Traducido por)
·
Iiper Press
· Tapa Blanda
Analítica Aplicada - Métodos Quantitativos de Pesquisa: Aplicação da Simulação de Risco Monte Carlo, Opções Reais Estratégicas, Previsão Estocástica,. E Métodos Quantitativos de Apoio à Decisão (en Portugués) - de Albuquerque, Nelson Rodrigues ; Mun, Johnathan
$ 23.68
$ 47.37
Ahorras: $ 23.68
Elige la lista en la que quieres agregar tu producto o crea una nueva lista
✓ Producto agregado correctamente a la lista de deseos.
Ir a Mis Listas
Origen: Estados Unidos
(Costos de importación incluídos en el precio)
Se enviará desde nuestra bodega entre el
Jueves 27 de Junio y el
Jueves 11 de Julio.
Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.
Reseña del libro "Analítica Aplicada - Métodos Quantitativos de Pesquisa: Aplicação da Simulação de Risco Monte Carlo, Opções Reais Estratégicas, Previsão Estocástica,. E Métodos Quantitativos de Apoio à Decisão (en Portugués)"
MÉTODOS QUANTITATIVOS DE PESQUISA EM POUCAS PALAVRASESTATÍSTICAS DESCRITIVAS E MOMENTOS DE UMA DISTRIBUIÇÃOTEORIA DAS PROBABILIDADES E DISTRIBUIÇÃO DE PROBABILIDADETESTES DE HIPÓTESESMÉTODOS ESTATÍSTICOS PARA UMA VARIÁVELMÉTODOS ESTATÍSTICOS PARA DUAS OU MAIS VARIÁVEISSIMULAÇÃO, MODELAGEM PREDITIVA E OTIMIZAÇÃOMOMENTOS DAS DISTRIBUIÇÕESMEDINDO O CENTRO, DISPERSÃO, ASSIMETRIA, EVENTOS EXTREMOS EM UMA DISTRIBUIÇÃOTESTE DE HIPÓTESESETAPAS PARA ESTABELECER UM TESTE DE HIPÓTESESTEOREMA DO LIMITE CENTRALERROS TIPO I, TIPO II, TIPO III E TIPO IV E VIESES NA AMOSTRAGEM DE DADOS ANALÍTICOS MAIS COMUNSTESTE-T DE DUAS AMOSTRAS COM IGUAL VARIÂNCIATESTE-T DE DUAS AMOSTRAS COM VARIÂNCIA IRREGULARTESTE-T DE DUAS AMOSTRAS E MÉDIA DEPENDENTESTESTE-F DE VARIÂNCIAS DE AMOSTRAS INDEPENDENTESTESTE-Z DE PROPORÇÕESZ-TESTE DE PROPORÇÕES E MÉDIASANOVA SIMPLES COM MÚLTIPLOS TRATAMENTOSANOVA COM TESTE DE BLOCO RANDOMIZADOANOVA DOIS FATORES, ANCOVA, MANOVA E MANOVA DOIS FATORESTESTES QUI-QUADRADOCORRELAÇÕES LINEARES E NÃO LINEARESTESTES DE NORMALIDADE E AJUSTE DE DISTRIBUIÇÃOTESTES NÃO-PARAMÉTRICOSCONFIABILIDADE, CONFIABILIDADE ENTRE E INTRA AVALIADORES, CONSISTÊNCIA, CREDIBILIDADE, DIVERSIDADE, VALIDADE INTERNA, VALIDADE EXTERNA E PREVISIBILIDADEREGRESSÃO MULTIVARIADA LINEAR E NÃO LINEARREGRESSÃO BIVARIADATESTES PARA MULTICOLINEARIDADE E HETEROCEDASTICIDADEMÉTODOS AVANÇADOS DE REGRESSÃO, MÉTODOS RELACIONADOS DE REGRESSÃO E SUAS VARIAÇÕESALÉM DA REGRESSÃO MÚLTIPLA: MODELAGEM DE EQUAÇÕES ESTRUTURAIS (MEE) COM MÍNIMOS QUADRADOS PARCIAIS (PLS) NA ESTIMATIVA DO CAMINHOALÉM DA REGRESSÃO MÚLTIPLA: MÉTODOS DE ENDOGENEIDADE E EQUAÇÕES SIMULTÂNEAS E MÍNIMOS QUADRADOS DE DOIS ESTÁGIOSALÉM DA REGRESSÃO MÚLTIPLA: CAUSALIDADE GRANGER E MÉTODOS ENGLE-GRANGERALÉM DA REGRESSÃO MÚLTIPLA: REGRESSÃO DE POISSON, REGRESSÃO DEMING, REGRESSÃO LOGÍSTICA ORDINAL, REGRESSÃO DO RIDGE E REGRESSÃO PONDERADA INTELIGÊNCIA ARTIFICIAL & APRENDIZADO DE MÁQUINAAPRENDIZADO DE MÁQUINA DE IA: AJUSTE LINEAR POR AGREGAÇÃO DE BOOTSTRAP (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: AJUSTE NÃO LINEAR EMPACOTAMENTO BOOTSTRAP (SUPERVISIONADOAPRENDIZADO DE MÁQUINA DE IA: CART - ÁRVORES DE CLASSIFICAÇÃO DE E REGRESSÃO (SUPERVISIONADO)APRENIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM SEGMENTAÇÃO MIX GAUSSIANO & K-MEANS (NÃO SUPERVISIONADA)APRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM K-NEAREST NEIGHBORS (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM ÁRVORES FILOGENÉTICAS E AGRUPAMENTO HIERÁRQUICO (NÃO SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM MÁQUINAS VETORIAIS DE SUPORTE (SUPERVISIONADAS)APRENDIZADO DE MÁQUINA DE IA: MODELO DE AJUSTE PERSONALIZADO(SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: ANÁLISE COMPONENTES PRINCIPAIS - REDUÇÃO DE DIMENSÕES (NÃO SUPERVISIONADOS)APRENDIZADO DE MÁQUINA DE IA: ANÁLISE DO FATOR DEREDUÇÃO DE DIMENSÕES (NÃO SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: CONJUNTO COMMON FIT (NONLINEAR) (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: AJUSTE CONJUNTO COMPLEXO (NÃO LINEAR) (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: SÉRIE-TEMPO DO CONJUNTO (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: MODELO DE AJUSTE LINEAR (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: ANÁLISE DISCRIMINANTE MULTIVARIADA (LINEAR) (SUPERVISIONADA)APRENDIZADO DE MÁQUINA DE IA: ANÁLISE DISCRIMINANTE MULTIVARIADA (QUADRÁTICA) (SUPERVISIONADO)APRENDIZADO DE MÁQUINA DE IA: REDE NEURAL (SUPERVISIONADA)APRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO BINÁRIA LOGÍSTICA (SUPERVISIONADA)APRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO BINÁRIA NORMIT PROBIT (SUPERVISIONADA)APRENDIZADO DE MÁQUINA DE IA