Entrar
Ciência de dadoseBook
Autores: Carlos Fernando Osorio Andrade, Edwin Arango Espinal, Juan Manuel Candelo Viáfara
30% descuento
O Data Science for Managerial Decision Making conecta a complexidade técnica da análise de dados com sua aplicação nos negócios. Ele fornece as principais ferramentas estatísticas para a gestão moderna, permitindo que gerentes e tomadores de decisão integrem modelos analíticos em seu trabalho diário. Em um ambiente em que a transformação digital e o big data redefinem a competitividade, este livro é um recurso essencial para aqueles que buscam decisões baseadas em dados e evidências.
O livro está estruturado em quatro capítulos. Ele começa com modelos de seção transversal e regressão linear aplicados a orçamentos e vendas. Em seguida, trata de dados de contagem, essenciais para a modelagem de variáveis discretas nos negócios. Continua com modelos binários, úteis em decisões dicotômicas, como contratação ou investimento, e termina com séries temporais, aplicadas à análise e previsão de negócios. Esta edição mantém seu foco aplicado e incorpora exemplos atualizados para aumentar sua utilidade prática.
Destinado a estudantes e profissionais de administração, negócios e economia, bem como a gerentes e tomadores de decisão, este livro também é valioso para analistas de dados, consultores e especialistas em finanças, marketing e operações que desejam otimizar sua capacidade de tomada de decisão usando ferramentas estatísticas e modelos preditivos.
Sin existencias
SOBRE LOS AUTORES
Juan Manuel Cándelo Viáfara
Carlos Fernando Osorio Andrade
Edwin Arango Espinal
TABLA DE CONTENIDOS
- Resumo executivo — p. v
- Capítulo 1. Modelos de seção transversal — p. 1
- 1.1. Introdução à regressão simples — p. 2
- 1.2. Importância e aplicações em gestão e negócios — p. 4
- 1.3. Pressupostos do modelo de regressão simples — p. 5
- 1.3.1. Suposição de linearidade — p. 5
- 1.3.2. Suposição de independência — p. 7
- 1.3.3. Pressuposto de homocedasticidade — p. 8
- 1.3.4. Suposição de normalidade — p. 10
- 1.3.5. Suposição de multicolinearidade — p. 14
- 1.4. Aplicação e interpretação do modelo de regressão — p. 16
- 1.4.1. Interpretação dos resultados — p. 17
- 1.4.2. Avaliação da qualidade do modelo — p. 17
- 1.4.3. Interpretação de uma saída de resultados em um software estatístico — p. 18
- 1.5. Os modelos de seção cruzada são importantes? — p. 19
- Capítulo 2. Dados de contagem — p. 21
- 2.1. Introdução aos dados de contagem do site — p. 22
- 2.2. Determinar se os dados são dados de contagem — p. 23
- 2.3. Rejeitando a suposição de normalidade — p. 24
- 2.4. Distribuições comuns para dados de contagem — p. 25
- 2.4.1. Distribuição de Poisson — p. 25
- 2.4.2. Distribuição binomial negativa — p. 26
- 2.4.3. Selecionando o layout correto — p. 26
- 2.5. Premissas dos modelos de contagem — p. 26
- 2.5.1. Homocedasticidade — p. 26
- 2.5.2. Ausência de multicolinearidade — p. 27
- 2.5.3. Independência das observações — p. 27
- 2.6. Aplicação do modelo de contagem — p. 28
- 2.7. Dados de contagem e sua importância na tomada de decisões — p. 32
- Capítulo 3. Modelos binários — p. 35
- 3.1. Introdução aos modelos logit — p. 36
- 3.2. Características da variável dependente binária — p. 37
- 3.3. Premissas da regressão binária — p. 40
- 3.4. Aplicação do modelo logit — p. 41
- 3.5. Modelos binários e seu desenvolvimento em modernidade empresarial — p. 43
- Capítulo 4. Séries temporais — p. 45
- 4.1. Uma série temporal — p. 46
- 4.2. Modelos autorregressivos integrados de médias móveis (ARIMA) — p. 53
- 4.3. Regressão quantílica na série temporal — p. 63
- 4.4. Modelo VAR — p. 68
- 4.5. Séries temporais: uma complexidade simples para abordar — p. 78
- Conclusões — p. 81
- Referências — p. 83
Año: 2025
eISBN: 9789585088030
Páginas: 480
Dimensiones: N/D
Formato: eBook
Categorías: Análisis y captura de datos, eBooks, Ecoe Ediciones
Productos relacionados
