Recently Published
Normal
Normal
Densidad Kernel
Densidad Kernel
Intervalos Proporción
Intervalos Proporción
Fórmula de De Pril
Basado en el código de Alejandro Ferro y Luis Rincón
REGIONES PUENTES DE CONFIANZA
REGIONES PUENTES DE CONFIANZA
Fractional Brownian Bridge Variance Estimation via Cholesky Decomposition
Fractional Brownian Bridge Variance Estimation via Cholesky Decomposition
CORRESPONDENCIAS SIMPLES
CORRESPONDENCIAS SIMPLES
PENSSE
PENSSE
Regresión LOCAL
Regresión LOCAL: LOESS and LOWESS
Medidas locales y datos atípicos
Medidas locales y datos atípicos
Medidas de tendencia central y discretización de variables
Medidas de tendencia central y discretización de variables
Black Scholes
Se realiza la función para contrato de Venta y Compra de Acciones bajo movimiento Browniano Geométrico
SERIES DE TIEMPO EN R
- Se hace uso de la clásica base de datos AirPasangers para ajustar modelos SARIMA
Álgebra matricial para análisis multivariante
Álgebra matricial para análisis multivariante
Dependencia entre dos variables
# Dependencia entre dos variables.
Los métodos más aplicados para evaluar dependencia.
- Regresión lineal: Cuanitativa - Cuantitativa
- Prueba de independencia chi cuadrado: Cualitativa - Cualitativa
- Anova a una vía: Cuantitativa - Cualitativa
Longitudinal models
Longitudinal models
Cómo estimar una cadena de Markov
Cómo estimar una cadena de Markov
Modelos factoriales 2^k y 3^k
Modelos factoriales 2^k y 3^k
Introducción a la teoría de portafolios con Python
Puede encontrar el link de google colab - Introducción a la teoría de portafolios con Python
link
Inferencia Estadística
Inferencia Estadística
Distribuciones muestrales
Distribución normal
Matrix algebra
Matrices and arrays can be described as multidimensional vectors. Like a vector, they can only contain data of a single type, but in addition to being long, they have more dimensions.
Linear Regression 1-Regression and model training
This is an introduction to regression modeling
Linear regression topics
In this notebook, you can find the methodology and topics of the linear regression course