Herramientas Big Data y Analytics

Introducción al modelo clásico de regresión para científicos de datos en R

Libro - Introducción al modelo clásico de regresión para científicos de datos en R | Editorial Universidad Icesi

Download/Descargar | Leer en línea
Título completo: Introducción al modelo clásico de regresión para científicos de datos en R.
Autores: Julio César Alonso C.
Colección: Herramientas del Big Data y Analytics | Número: 4.
Editorial: Universidad Icesi.
ISBN: 978-628-7630-70-3 (eBook).
Año de edición: 2024.
1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (11 votos, promedio: 4,82 sobre 5)

Loading... Introducción al modelo clásico de regresión para científicos de datos en R.
  • En la práctica es común encontrarse con científicos de datos que emplean el modelo de regresión múltiple para resolver preguntas de negocio. Si bien es popular ese uso, es poco frecuente observar en la práctica el chequeo de todos los supuestos que están detrás de este modelo y que hacen que éste pueda generar respuestas adecuadas. El objetivo de este libro es presentar el modelo estadístico clásico de regresión múltiple con toda la formalidad posible a los científicos de datos. Para lograr este objetivo se presenta una mezcla entre los fundamentos (estadísticos y de álgebra lineal) teóricos del modelo y cómo llevarlo a la práctica empleando R.

    Cómo citar (APA): Alonso, J. C. (2024). Introducción al modelo clásico de regresión para científicos de datos en R. Cali: Editorial Universidad Icesi. DOI: https://doi.org/10.18046/EUI/bda.h.4

  • Tabla de contenido:

    Prefacio

    1 / Introducción

    I El modelo clásico de regresión múltiple

    2 / Modelo de regresión múltiple

    3 / Inferencia y análisis de regresión

    4 / Comparación de Modelos

    II Extendiendo el modelo clásico de regresión múltiple

    5 / Variables dummy

    6 / Selección automática de modelos

    7 / Primer caso de negocio

    III Problemas econométricos

    8 / Multicolinealidad

    9 / Heteroscedasticidad

    10 / Primer caso de negocio (actualizado)

    11 / Autocorrelación

    IV Modelo de regresión y la analítica predictiva

    12 / Predicciones en corte transversal

    13 / Segundo caso de negocio

    V Apéndices: Conceptos básicos álgebra matricial y estadística

    14 / Elementos de álgebra matricial

    15 / Elementos de Estadística

    VI Respuestas a ejercicios del final del capítulo

    16 / Respuestas a los ejercicios seleccionados

    Bibliografía

    Índice alfabético

    • Icono ORCIDJulio César Alonso C., Universidad Icesi (Cali, Colombia)
  • Título (inglés):

    Introduction to Classic Regression Modeling for Data Scientists in R.

    DOI/URL:

    https://doi.org/10.18046/EUI/bda.h.4

    Editorial(es):

    Universidad Icesi.

    Autor(es):

    Julio César Alonso C.

    Palabras clave:

    R, Regresiones, Lenguaje estadístico, Big Data Analytics.

    ISBN:

    978-628-7630-70-3 (eBook).

    Fecha de edición:

    Febrero de 2024.

    No. de páginas:

    415.

    Idioma(s):

    Español.

    Formato(s):

    Libro electrónico (eBook).

    Alto x ancho:

    27,9 x 21,5 cm.

    Colección:

    Herramientas del Big Data y Analytics (4).

    Producto:

    Libro de texto.

    Observaciones:

    Incluye referencias bibliográficas.

    Registro DSpace:

    Icono de Repositorio - Contenido en la Nube