Psyc 251 class

¿Cómo usar PCA en la gestión de portafolios? La teoría de portafolio nos enseña que diversificar reduce el riesgo específico, pero ¿cómo detectar patrones comunes y diferencias entre activos? El Análisis de Componentes Principales (PCA) descompone la correlación entre acciones en factores independientes: PC1 = movimiento común del mercado (riesgo sistemático) PC2 = diferencias relativas (rotación sectorial) En este análisis, utilizando acciones como AMZN, AAPL y NVDA, PC1 explica más del 70% de la variabilidad, mientras que PC2 y PC3 capturan las diferencias relativas entre los activos. Esto permite construir portafolios más eficientes, minimizar riesgos idiosincráticos y optimizar la relación riesgo-retorno.

Participación sesión 6 Clase: Inferencia Estadistica

Homework 9 CRD/ One-way ANOVA and Multiple Comparisons in R

Parcial 1 - Probabilidad y estádistica

An interactive Flexdashboard designed to monitor clinical trial progress in real-time. It provides key metrics on subject enrollment, screen failures, randomization, demographics, and site performance, along with visualizations of age distribution and adverse events. Built using R, Plotly, and DT for dynamic data exploration, this dashboard supports data-driven oversight for Data Monitoring Committees (DMCs).