Experto en Metodología de Investigación Cuantitativa: Técnicas Estadísticas y Machine Learning

2.1 VARIABLES CUALITATIVAS Y MÉTODOS DE CLASIFICACCIÓN
– Análisis Discriminante.
– Regresión logística.
– Modelos lineales generalizados
– Modelos Aditivos generalizados
– Árboles de regresión y clasificación.
– Random Forest. Boosting.

2.2 MODELOS MULTIVARIANTES
– Análisis factorial. Modelo. Selección de número de factores. Interpretación.
– Componentes principales y Análisis Factorial.
– Modelo de Ecuaciones Estructurales.
– Análisis Cluster: Métodos jerárquicos y no-jerárquicos. Dendrogramas. Sistemas de encadenamiento. Vecino más próximo. K-means.
– Clasificador : K-nearest-neighbor

2.3 SERIES TEMPORALES
– Proceso de ruido blanco y procesos estacionarios.
– Función de autocorrelación.
– Modelos autorregresivos AR
– Modelos de Media Móvil MA
– Modelos mixtos ARMA
– Modelos no estacionarios ARIMA
– Modelos estacionales
– Modelos con variables explicativas: modelos Reg-ARIMA

2.4 INTRODUCCIÓN A MACHINE LEARNING
– Redes neuronales.
– Projection pursuit regression.
– Self-organizing maps.
– Deep learning.
– Multidimensional scaling
– Support Vector Machine