{"product_id":"analitica-aplicada-metodos-quantitativos-de-pesquisa-aplicacao-da-simulacao-de-risco-monte-carlo-opcoes-reais-estrategicas-previsao-estocastica-9781734990768","title":"ANALÍTICA APLICADA - Métodos Quantitativos De Pesquisa: Aplicação Da Simulação de Risco Monte Carlo, Opções Reais Estratégicas, Previsão Estocástica,","description":"\u003cp\u003e • Author(s): Nelson Rodrigues de Albuquerque | Johnathan Mun\u003cbr\u003e • Publisher: Iiper Press\u003cbr\u003e • Publisher Imprint: Iiper Press\u003cbr\u003e • BISAC: General\u003c\/p\u003e\u003cp\u003e\u003cb\u003eMÉTODOS QUANTITATIVOS DE PESQUISA EM POUCAS PALAVRAS\u003c\/b\u003e\u003cbr\u003eESTATÍSTICAS DESCRITIVAS E MOMENTOS DE UMA DISTRIBUIÇÃO\u003cbr\u003eTEORIA DAS PROBABILIDADES E DISTRIBUIÇÃO DE PROBABILIDADE\u003cbr\u003eTESTES DE HIPÓTESES\u003cbr\u003eMÉTODOS ESTATÍSTICOS PARA UMA VARIÁVEL\u003cbr\u003eMÉTODOS ESTATÍSTICOS PARA DUAS OU MAIS VARIÁVEIS\u003cbr\u003eSIMULAÇÃO, MODELAGEM PREDITIVA E OTIMIZAÇÃO\u003cbr\u003eMOMENTOS DAS DISTRIBUIÇÕES\u003cbr\u003eMEDINDO O CENTRO, DISPERSÃO, ASSIMETRIA, EVENTOS EXTREMOS EM UMA DISTRIBUIÇÃO\u003cbr\u003eTESTE DE HIPÓTESES\u003cbr\u003eETAPAS PARA ESTABELECER UM TESTE DE HIPÓTESES\u003cbr\u003eTEOREMA DO LIMITE CENTRAL\u003cbr\u003eERROS TIPO I, TIPO II, TIPO III E TIPO IV E VIESES NA AMOSTRAGEM DE DADOS \u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e\u003cb\u003eANALÍTICOS MAIS COMUNS\u003c\/b\u003e\u003cbr\u003eTESTE-T DE DUAS AMOSTRAS COM IGUAL VARI NCIA\u003cbr\u003eTESTE-T DE DUAS AMOSTRAS COM VARI NCIA IRREGULAR\u003cbr\u003eTESTE-T DE DUAS AMOSTRAS E MÉDIA DEPENDENTES\u003cbr\u003eTESTE-F DE VARI NCIAS DE AMOSTRAS INDEPENDENTES\u003cbr\u003eTESTE-Z DE PROPORÇÕES\u003cbr\u003eZ-TESTE DE PROPORÇÕES E MÉDIAS\u003cbr\u003eANOVA SIMPLES COM MÚLTIPLOS TRATAMENTOS\u003cbr\u003eANOVA COM TESTE DE BLOCO RANDOMIZADO\u003cbr\u003eANOVA DOIS FATORES, ANCOVA, MANOVA E MANOVA DOIS FATORES\u003cbr\u003eTESTES QUI-QUADRADO\u003cbr\u003eCORRELAÇÕES LINEARES E NÃO LINEARES\u003cbr\u003eTESTES DE NORMALIDADE E AJUSTE DE DISTRIBUIÇÃO\u003cbr\u003eTESTES NÃO-PARAMÉTRICOS\u003cbr\u003eCONFIABILIDADE, CONFIABILIDADE ENTRE E INTRA AVALIADORES, CONSISTÊNCIA, CREDIBILIDADE, DIVERSIDADE, VALIDADE INTERNA, VALIDADE EXTERNA E PREVISIBILIDADE\u003cbr\u003eREGRESSÃO MULTIVARIADA LINEAR E NÃO LINEAR\u003cbr\u003eREGRESSÃO BIVARIADA\u003cbr\u003eTESTES PARA MULTICOLINEARIDADE E HETEROCEDASTICIDADE\u003cbr\u003eMÉTODOS AVANÇADOS DE REGRESSÃO, MÉTODOS RELACIONADOS DE REGRESSÃO E SUAS VARIAÇÕES\u003cbr\u003eALÉM DA REGRESSÃO MÚLTIPLA: MODELAGEM DE EQUAÇÕES ESTRUTURAIS (MEE) COM MÍNIMOS QUADRADOS PARCIAIS (PLS) NA ESTIMATIVA DO CAMINHO\u003cbr\u003eALÉM DA REGRESSÃO MÚLTIPLA: MÉTODOS DE ENDOGENEIDADE E EQUAÇÕES SIMULT NEAS E MÍNIMOS QUADRADOS DE DOIS ESTÁGIOS\u003cbr\u003eALÉM DA REGRESSÃO MÚLTIPLA: CAUSALIDADE GRANGER E MÉTODOS ENGLE-GRANGER\u003cbr\u003eALÉM DA REGRESSÃO MÚLTIPLA: REGRESSÃO DE POISSON, REGRESSÃO DEMING, REGRESSÃO LOGÍSTICA ORDINAL, REGRESSÃO DO RIDGE E REGRESSÃO PONDERADA \u003cp\u003e\u003c\/p\u003e\u003cb\u003eINTELIGÊNCIA ARTIFICIAL \u0026amp; APRENDIZADO DE MÁQUINA\u003c\/b\u003e\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: AJUSTE LINEAR POR AGREGAÇÃO DE BOOTSTRAP (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: AJUSTE NÃO LINEAR EMPACOTAMENTO BOOTSTRAP (SUPERVISIONADO\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CART - ÁRVORES DE CLASSIFICAÇÃO DE E REGRESSÃO (SUPERVISIONADO)\u003cbr\u003eAPRENIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM SEGMENTAÇÃO MIX GAUSSIANO \u0026amp; K-MEANS (NÃO SUPERVISIONADA)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM K-NEAREST NEIGHBORS (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM ÁRVORES FILOGENÉTICAS E AGRUPAMENTO HIERÁRQUICO (NÃO SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO COM MÁQUINAS VETORIAIS DE SUPORTE (SUPERVISIONADAS)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: MODELO DE AJUSTE PERSONALIZADO(SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: ANÁLISE COMPONENTES PRINCIPAIS - REDUÇÃO DE DIMENSÕES (NÃO SUPERVISIONADOS)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: ANÁLISE DO FATOR DEREDUÇÃO DE DIMENSÕES (NÃO SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CONJUNTO COMMON FIT (NONLINEAR) (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: AJUSTE CONJUNTO COMPLEXO (NÃO LINEAR) (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: SÉRIE-TEMPO DO CONJUNTO (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: MODELO DE AJUSTE LINEAR (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: ANÁLISE DISCRIMINANTE MULTIVARIADA (LINEAR) (SUPERVISIONADA)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: ANÁLISE DISCRIMINANTE MULTIVARIADA (QUADRÁTICA) (SUPERVISIONADO)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: REDE NEURAL (SUPERVISIONADA)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO BINÁRIA LOGÍSTICA (SUPERVISIONADA)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA: CLASSIFICAÇÃO BINÁRIA NORMIT PROBIT (SUPERVISIONADA)\u003cbr\u003eAPRENDIZADO DE MÁQUINA DE IA","brand":"Atlantic Books","offers":[{"title":"Paperback","offer_id":46319475753111,"sku":"9781734990768","price":1423.0,"currency_code":"INR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0666\/3471\/1191\/files\/9781734990768.webp?v=1768683792","url":"https:\/\/atlanticbooks.com\/products\/analitica-aplicada-metodos-quantitativos-de-pesquisa-aplicacao-da-simulacao-de-risco-monte-carlo-opcoes-reais-estrategicas-previsao-estocastica-9781734990768","provider":"Atlantic Books","version":"1.0","type":"link"}