خودآموز آمار و تحلیل کمی در آزمونهای FRM و CFA (پیش فروش)
دکتر زهره طغرایی
شابک: 0-47-7785-622-978
اگر قصد دارید در آزمونهای FRM و CFA موفق شوید، داشتن مهارتهای آماری و تحلیل کمی ضروری است. این کتاب با زبانی ساده و کاربردی، شما را از مفاهیم پایه تا تکنیکهای پیشرفته راهنمایی میکند. با تمرینها و مسایل دو کتاب SchweserNotes 2024 و Quantitative Methods CFA 2024، نهتنها دانش خود را گسترش میدهید، بلکه اعتماد به نفس لازم برای مواجهه با چالشهای آزمون را به دست میآورید. این کتاب شما را در مسیر موفقیت هدایت میکند.
1404
390
زمان باقیمانده تا پایان پیش فروش
400,000 تومان
500,000 تومان

-
+
نوبت چاپ | یک |
---|---|
ویرایش | یک |
وزن | 1000 گرم |
جلد | 1 از 2 |
موجود است؟ | خیر |
---|---|
چاپ شده است؟ | خیر |
در حال پیش فروش است؟ | بلی |
کتاب الکترونیکی است؟ | خیر |
در دنیای امروز، دانش مالی به یکی از ارکان اساسی تصمیم¬گیری¬های حرفه¬ای تبدیل شده است. آزمون¬های معتبر بین¬المللی همچون FRM و CFA به متخصصان مالی این امکان را می¬دهند که مهارت¬های خود را به سطحی بالاتر برده و جایگاهی برجسته در دنیای مالی کسب نمایند. یکی از کلیدی¬ترین مباحث این آزمون¬ها، آمار و تحلیل کمّی است؛ دانشی که نه تنها در امتحانات، بلکه در مسیر حرفه¬ای هر تحلیلگر مالی نقشی حیاتی ایفا می¬کند.
این کتاب به عنوان یک راهنمای خودآموز جامع طراحی شده است تا شرکتکنندگان برای شرکت در دو آزمون مذکور بتوانند با زبانی ساده و مثال¬های کاربردی، مفاهیم پیچیده آمار و تحلیل کمّی را درک کنند. هدف نویسنده این بوده که پیچیدگی¬های ریاضی را با توضیحات روشن و قابل فهم کاهش داده و ابزارهای تحلیل را به شیوه¬ای عملی ارائه نماید.
با این وجود، همه دانشجویان رشته¬های مدیریت، حسابداری و اقتصاد و علاقمندان به یادگیری آمار و مدل¬سازی نیز می¬¬توانند از محتوای این کتاب بهره ببرند.
در جلد نخست، به مباحث پایه¬ای و کلیدی که لازمه درک مدل¬های احتمالی مانند رگرسیون است پرداخته می-شود. جلد دوم به مباحث پیشرفته¬ای چون روش¬های شبیه¬سازی مونت کارلو و بوت استرپ، سری زمانی، روش-های یادگیری ماشین و ملاک¬های مهم ارزیابی این روش¬ها و ... اختصاص خواهد داشت.
در این کتاب، سفری را آغاز می¬کنیم که مقصد آن آموختنِ روش¬های مختلف تحلیل داده و در هسته مرکزی آن، شناسایی روابط بین پدیده¬ها و وقایع است. از منظر علم داده، می¬توان این روش¬ها را به دو گروه روش¬های احتمالی و غیر احتمالی تقسیم نمود که تمرکز اصلی این کتاب بر روش¬های احتمالی است؛ هرچند در جلد دوم کتاب به برخی از روش¬های یادگیری ماشین که غیر احتمالی هستند نیز پرداخته خواهد شد.
به منظور رسیدن به مقصد مذکور، لازم است گام به گام، ابزارها و وسایل مورد نیاز این سفر را تهیه و جمع¬آوری نماییم. این ابزارها، شامل مفاهیم پایه¬ای و مهم تحلیل داده شامل احتمال، متغیرتصادفی و انواع آن، توزیع احتمال متغیر تصادفی و نهایتاً استفاده از این توزیع¬های احتمال به منظور پاسخ به سؤالات احتمالی و شناسایی روابط بین متغیرهای تصادفی است. در هر فصل، به هر یک از این ابزارها پرداخته می¬شود. این سفر را مانند قصّه¬ای در زمان آغاز می¬کنیم و در هر گام که پیش می¬رویم مشکلات مربوط به ابزارهای معرفی شده و راه حل آنها در هر زمان را مطرح می¬کنیم. خواننده توجه داشته باشد در هر گام که پیش می¬رویم، مقصد اصلی را به خود یادآوری نماید تا بتواند همزمان و به درستی در مسیر گام بردارد.
فصل نخست؛ مقدمهای بر احتمال 11
مقدمه 12
مفاهیم مرتبط با احتمال 16
احتمالات شرطی و استقلال 20
پیشامدهای مستقل شرطی 32
دو پیشامد ناسازگار 32
مسائل حل شده 33
فصل دوم؛ متغیرهای تصادفی 41
متغیرهای تصادفی 42
متغیرهای تصادفی کمّی 45
متغیرهای کمّی گسسته 46
متغیرهای کمّی پیوسته 47
متغیرهای تصادفی کیفی 48
توزیع های احتمال 50
امید ریاضی 61
گشتاورهای توزیعهای آماری 63
ترکیب خطی از یک متغیر تصادفی 70
مسائل حل شده 72
فصل سوم؛ توزیعهای آماری متغیرهای تصادفی گسسته 75
مقدمه 76
توزیع دوجملهای 78
میانگین و واریانس توزیع دو جملهای 83
توزیع پواسن 85
کاربرد توزیع پواسن بهجای توزیع دوجملهای 87
میانگین و واریانس توزیع پواسن 87
توزیع یکنواخت گسسته 88
مسائل حل شده 89
فصل چهارم؛ توزیعهای آماری متغیرهای تصادفی پیوسته 91
توزیع یکنواخت پیوسته 92
توزیع نرمال 93
مسائل حل شده 107
توزیع لُگ نرمال 118
توزیع تی-استودنت 120
توزیع کای اسکوئر 121
توزیع F 122
توزیع نمایی 123
توزیع بتا 125
توزیعهای آمیخته 125
مسائل حل شده 129
فصل پنجم؛ تحلیلهای توصیفی دو متغیره 133
مقدمه 134
توزیع احتمال توأم دو متغیره 135
تابعی از دو متغیر تصادفی 138
کواریانس و ضریب همبستگی بین دو متغیر تصادفی 140
ضریب همبستگی 142
ضریب همچولگی و همکشیدگی 148
ترکیب خطی ساده از یک متغیر تصادفی و ویژگیهای آماری آن 151
واریانس جمع موزون از دو متغیر تصادفی 152
مقدار مورد انتظار شرطی 155
متغیرهای مستقل با توزیع احتمال یکسان 157
مسائل حل شده 159
فصل ششم؛ گشتاورهای نمونه 171
مقدمه 172
برآورد نقطهای 173
برآورد میانگین 177
برآورد واریانس و انحراف معیار 182
بهترین برآوردگرهای خطی نا اریب 188
قانون اعداد بزرگ 190
قضیه حدّ مرکزی 190
برآورد سایر ویژگیهای توزیع احتمال جامعه 191
برآورد ویژگیهای توزیعهای چند متغیره 195
نقاط پرت 197
مسائل حل شده 202
فصل هفتم؛ آزمون فرض 227
مقدمه 228
چرایی آزمون فرض 228
تصمیمگیری درباره آزمون فرض دوطرفه 232
تصمیمگیری درباره آزمون فرض یکطرفه رو به بالا 236
تصمیمگیری درباره آزمون فرض یکطرفه رو به پایین 237
خطای نوع اول و دوم 242
مقدار احتمال یا P-value در یک آزمون فرض 245
فاصله اطمینان و رابطه آن با آزمون فرض 247
آزمون فرض درباره مقایسه میانگین دو جامعه 251
آزمون فرضهای چندگانه 252
آزمون فرض درباره واریانس 253
مسائل حل شده 256
فصل هشتم؛ رگرسیون 277
مقدمه 278
سفر از یک متغیر تصادفی به دو متغیر تصادفی 279
برآوردِ پارامترهای مدل رگرسیون خطی ساده 285
ویژگی برآوردگرهای پارامترهای رگرسیون خطی ساده 290
فرضهای مدل رگرسیون خطی ساده و نحوه ارزیابی آنها 291
آزمون فرض 298
ضریب تعیین 306
پیشبینیهای بهدست آمده برای متغیر وابسته 308
مدل رگرسیون خطی چندگانه 312
ضریب تعیین تعدیل شده 319
فرض همگنی واریانس 319
سایر اشکال مدل رگرسیون خطی 320
مدل Lin-log 322
مدل Log-log 323
متغیرهای مستقل نشانگر (موهومی) 325
مسائل حل شده 327
# | موضوع | عنوان | توضیح | دانلود |
---|---|---|---|---|
1 | نمونه pdf | نمونه | دانلود |