CIENCIA DE DATOS. MODELOS PREDICTIVOS a través de STATA

En este libro se tratan las fases de Análisis, Interpretación y Validación de Datos profundizando en las técnicas de modelización predictiva a través de las tipologías de modelos más habituales: Modelo de Regresión Múltiple, Modelos del Análisis de la Varianza y la Covarianza, Modelo Lineal General, Modelos Predictivos de Clasificación y Segmentación como los modelos Logísticos y Probabilísticos, Modelos Censurados, Modelos Truncados, Modelos de Recuento y Modelos de Selección Muestral. Se dedica una parcela importante a los Modelos de Series Temporales a través de la Metodología ARIMA de Box Jenkins univariantes y multivariantes. Se hace especial hincapié en la fase de Validación profundizando en problemáticas esenciales como la Autocorrelación, Heterescedasticidad, Multicolinealidad, Endogeneidad, Observaciones Influyentes, Normalidad Residual y Linealidad. También se desarrollan los modelos multivariantes de ecuaciones simultáneas y los modelos con datos de panel. Todas estas técnicas se ilustrarán con ejemplos significativos que serán resueltos utilizando el software STATA.