Ciencia de datos para la toma de decisiones gerenciales conecta la complejidad técnica del análisis de datos con su aplicación en el ámbito empresarial. Proporciona herramientas estadísticas clave para la gestión moderna, permitiendo a gerentes y tomadores de decisiones integrar modelos analíticos en su labor diaria. En un entorno donde la transformación digital y el big data redefinen la competitividad, este libro es un recurso esencial para quienes buscan decisiones basadas en datos y evidencia.
La obra se estructura en cuatro capítulos. Comienza con modelos de corte transversal y regresión lineal aplicada a presupuestos y ventas. Luego, aborda datos de conteo, esenciales para modelar variables discretas en negocios. Continúa con modelos binarios, útiles en decisiones dicotómicas como contratación o inversión y finaliza con series de tiempo, aplicadas al análisis y la previsión
empresarial. Esta edición mantiene su enfoque aplicado e incorpora ejemplos actualizados para mejorar su utilidad práctica.
Dirigido a estudiantes y profesionales de administración, negocios y economía, así como a gerentes y tomadores de decisiones, este libro también resulta valioso para analistas de datos, consultores y especialistas en finanzas, marketing y operaciones que deseen optimizar su capacidad de decisión mediante herramientas estadísticas y modelos predictivos.
Incluye:
Un enfoque práctico y aplicado que prioriza el uso real de la ciencia de datos en la toma de decisiones empresariales mediante estudios de caso y ejemplos contextualizados.
Una cobertura integral de modelos estadísticos, abordando no solo la regresión lineal, sino también modelos de conteo, binarios y series de tiempo.
El uso accesible de software estadístico, con explicaciones detalladas sobre cómo aplicar los modelos en Stata sin requerir conocimientos avanzados en programación.
Un énfasis en la interpretación y aplicación estratégica, asegurando la comprensión de los supuestos de los modelos, evitando errores comunes y ampliando su aplicabilidad en áreas como marketing, recursos humanos y planificación financiera.
Contenidos en el Sistema de Información en Línea (SIL):
Acceda a los recursos adicionales del texto a través del enlace:
https://sil.ecoeediciones.com/login.php
Capítulo 1. Modelos de corte transversal
1.1 Introducción a la regresión simple
1.2 Importancia y aplicaciones en administración y negocios
1.3 Supuestos del modelo de regresión simple
1.3.1 Supuesto de linealidad
1.3.2 Supuesto de independencia
1.3.3 Supuesto de homocedasticidad
1.3.4 Supuesto de normalidad
1.3.5 Supuesto de multicolinealidad
1.4 Aplicación e interpretación del modelo de regresión
1.4.1 Interpretación de resultados
1.4.2 Evaluando la calidad del modelo
1.4.3 Interpretando una salida de resultados en un software estadístico
1.5 ¿Son importantes los modelos de corte transversal?
Capítulo 2. Datos de conteo
2.1 Introducción a los datos de conteo
2.2 Determinando si los datos son de conteo
2.3 Rechazando el supuesto de normalidad
2.4 Distribuciones comunes para datos de conteo
2.4.1 Distribución de Poisson
2.4.2 Distribución binomial negativa
2.4.3 Selección de la distribución adecuada
2.5 Supuestos de los modelos de conteo
2.5.1 Homocedasticidad
2.5.2 Ausencia de multicolinealidad
2.5.3 Independencia de observaciones
2.6 Aplicación del modelo de conteo
2.7 Los datos de conteo y su importancia en la toma de decisiones
Capítulo 3. Modelos Binarios
3.1 Introducción a los modelos logit
3.2 Características de la variable dependiente binaria
3.3 Supuestos de la regresión binaria
3.4 Aplicación del modelo logit
3.5 Los modelos binarios y su desarrollo en la modernidad empresarial
Capítulo 4. Series de tiempo
4.1 Una serie de tiempo
4.2 Modelos autorregresivos integrados de medias móviles (ARIMA)
4.3 Regresión cuantílica en series de tiempo
4.4 Modelo VAR
4.5 Series de tiempo una complejidad sencilla de abordar
Conclusiones generales
Referencias
(0 Comentarios)
