000			03321nam a2200385 a 4500
005			20250329170945.0
006			m d
007			cr cnu---uuuuu
008			150421s2015 nyu s 000 0 eng d
020			_a9781493926145 _9978-1-4939-2614-5
040			_aCO-CtgCURN _bspa _ccoctgcurn
082	0	4	_a330.015195 _223
100	1		_aRuppert, David, _d1948- _eautor. _7http://id.loc.gov/authorities/names/n82073618.
245	1	0	_aStatistics and Data Analysis for Financial Engineering _h[electronic resource] : _bwith R examples / _cby David Ruppert, David S. Matteson.
250			_a2nd ed. 2015.
260		4	_aNew York, NY : : : _bSpringer New York : : : _bImprint: Springer,,, _c2015.
260		1	_c2015.
300			_aXXVI, 719 p. 221 illus., 108 illus. in color. : _bonline resource.
336			_atexto _btxt _2rdacontent
337			_acomputador _bc _2rdamedia
338			_arecurso en línea _bcr _2rdacarrier
490	1		_aSpringer Texts in Statistics, _x1431-875X
504			_aIncluye referencias bibliográficas e índice.
505	0		_aIntroduction -- Returns -- Fixed income securities -- Exploratory data analysis -- Modeling univariate distributions -- Resampling -- Multivariate statistical models -- Copulas -- Time series models: basics -- Time series models: further topics -- Portfolio theory -- Regression: basics -- Regression: troubleshooting -- Regression: advanced topics -- Cointegration -- The capital asset pricing model -- Factor models and principal components -- GARCH models -- Risk management -- Bayesian data analysis and MCMC -- Nonparametric regression and splines.
520			_aAl hacerlo, ilustra conceptos utilizando mercados financieros y datos económicos, R Labs con ejercicios de datos reales y métodos gráficos y analíticos para modelar y diagnosticar errores de modelado. Estos métodos son críticos porque los ingenieros financieros ahora tienen acceso a enormes cantidades de datos. Para hacer uso de estos datos, son esenciales los poderosos métodos de este libro para trabajar con información cuantitativa, particularmente sobre volatilidad y riesgos. Las fortalezas de esta edición completamente revisada incluyen importantes adiciones al código R y los temas avanzados cubiertos. Los capítulos individuales cubren, entre otros temas, distribuciones multivariadas, cúpulas, cálculos bayesianos, gestión de riesgos y cointegración. Los requisitos previos sugeridos son conocimientos básicos de estadística y probabilidad, matrices y álgebra lineal y cálculo. Hay un apéndice sobre probabilidad, estadística y álgebra lineal. Los ingenieros financieros en ejercicio también encontrarán este libro de interés.
533			_aElectronic resource. _bDordrecht : _cSpringer Netherlands, _d2015.
650		0	_aEstadística.
650		0	_aFinanzas.
650		0	_aEstadística matemática.
650		0	_aEconomics _xStatistics.
700	1		_aMatteson, David S., _eautor.
856	7		_uhttps://unicurn.sharepoint.com/:b:/s/biblioteca/EQjZJGbpWNxFonDVd4oWJdUBQwvDtAbAdVptYoWpbEJYog?e=2DXsZy _z<img src="/screens/gifs/go4.gif" alt="Go button" border="0" width="21" height="21" hspace="7" align=middle"> Vea este libro electrónico
942			_cCF _h330.015195 _iR946 _2ddc
999			_c7135 _d7135