La siguiente monografía tiene como objetivo fundamental dar una visión muy apretada de los diferentes enfoques en predicción o pronóstico e ilustrar cada uno de los enfoques con algunas técnicas propias de los mismos. Está hecha pensando en los alumnos de las maestrías de Ciencias Administrativa y Economía de la Universidad Central de Venezuela como un material introductorio.
Read moreNociones de inteligencia artificial
Como se puede observar, tan sólo se tocaran las herramientas de IA que más se emplean en la Minería de Datos. Para ampliar lo relativo a las herramientas de IA se recomienda a parte de lo señalado en la bibliografía consultada, dos revistas de acceso libre en internet: Journal of Artificial Intelligence Research y Journal of Machine Learning Research.
La primera herramienta que veremos es el árbol de decisión, en el capítulo III hicimos una breve introducción a los grafos, esta introducción nos permitirá entrar directamente en el tema junto con el concepto de la función de entropía y sus propiedades vistos en el capítulo XI. Los primeros trabajos de los arboles de decisión se encuentran en Quilan (1986) y Minger J (1989). De ahí en adelante abunda la bibliografía de diferentes enfoques y aplicaciones incluyendo los árboles borrosos.
Resolviendo el problema de imputación con SAS
La siguiente monografía tiene como finalidad abordar el problema de datos faltantes en un archivo de datos, usando como herramienta computacional el software SAS.
Read moreEconometría: modelo de regresión no lineal- ARCH-GARCH
Esta monografía está organizada de la siguiente forma: la primera parte se introduce la importancia del tema, la segunda parte se define lo que es un modelo no lineal, tanto los modelos de serie de tiempo como los modelos causales uniecuacionales de regresión no lineal; la III se refiere a conocimientos previos de los métodos de estimación no lineales tales como la expansión de Taylor, mínimos cuadrados no lineales y máxima verosimilitud indicando, las propiedades de cada uno de los estimadores obtenidos por cada método, el problema de parametrización y la transformación de Box-Cox. En el siguiente punto, el IV se plantea los contrastes: con restricciones lineales y no lineales: Wald, máxima verosimilitud, y él de los multiplicadores de Lagrange . El punto V se plantean varios test de no linealidad en los modelos causales. La VI parte trata del modelo ARCH y GARCH los métodos de estimación y contraste de hipótesis, los modelos relacionados con ellos, tales como: TARCH, INGARCH, se estudia una prueba basada el exponente de Liapunov para detectar no linealidad, y el test BDS. Al final hay un anexo del uso del SPSS para resolver algunos problemas de estimación no lineal planteados en esta monografía
Read more