TRES NOVEDADES DE MÉTODOS ESTADÍSTICOS Y APLICACIONES DE JOHN WILEY

 ADVANCES IN DEA THEORY AND APPLICATIONS

With Extensions to Forecasting Models

Kaoru Tone, editor (National Graduate Institute for Policy Studies, Tokyo, Japón)

Hoboken, NJ, USA. JOHN WILEY. ISBN: 9781118945629. 576 págs. Junio 2017. Encuadernado

PVP EUR 88,00 (4% IVA incluido)

Les ofrecemos un nuevo volumen de la serie WILEY SERIES IN OPERATIONS RESEARCH AND MANAGEMENT SCIENCE. Podemos enviarles más información sobre otros volúmenes, si así lo desean.

Los avances en la teoría y las aplicaciones de DEA proporcionan un marco muy necesario para evaluar el rendimiento de las entidades competidoras, con especial énfasis en los modelos de predicción. Ayuda a los lectores a determinar la metodología más adecuada para tomar las decisiones más precisas para su implementación. Este texto ofrece una revisión de los últimos avances en la teoría de DEA y aplicaciones en el campo de la previsión. Diseñado para ser utilizado por cualquier persona involucrada en la investigación en el campo de la predicción o en otro área de aplicación donde la predicción conduce la toma de decisiones, este texto puede aplicarse a una amplia gama de contextos, incluyendo educación, salud, banca, fuerzas armadas, auditoría, investigación de mercados, puntos de venta, eficacia organizacional, transporte, vivienda pública y manufactura.

 

Extracto del índice:

-LIST OF CONTRIBUTORS

-ABOUT THE AUTHORS

-PREFACE

-PART I DEA THEORY

1 Radial DEA Models. Kaoru Tone

2 Non-Radial DEA Models. Kaoru Tone

3 Directional Distance DEA Models. Hirofumi Fukuyama and William L. Weber

4 Super-Efficiency DEA Models. Kaoru Tone

5 Determining Returns to Scale in the VRS DEA Model. Biresh K. Sahoo and Kaoru Tone

6 Malmquist Productivity Index Models. Kaoru Tone and Miki Tsutsui

7 The Network DEA Model. Kaoru Tone and Miki Tsutsui

8 The Dynamic DEA Model. Kaoru Tone and Miki Tsutsui

9 The Dynamic Network DEA Model. Kaoru Tone and Miki Tsutsui

10 Stochastic DEA: The Regression-Based Approach. Andrew L. Johnson

11 A Comparative Study of AHP and DEA. Kaoru Tone

12 A Computational Method for Solving DEA Problems with Infinitely Many DMUs. Abraham Charnes and Kaoru Tone

-PART II DEA APPLICATIONS (PAST–PRESENT SCENARIO)

13 Examining the Productive Performance of Life Insurance Corporation of India. Kaoru Tone and Biresh K. Sahoo

14 An Account of DEA-Based Contributions in the Banking Sector. Jamal Ouenniche, Skarleth Carrales, Kaoru Tone and Hirofumi Fukuyama

15 DEA in the Healthcare Sector. Hiroyuki Kawaguchi, Kaoru Tone and Miki Tsutsui

16 DEA in the Transport Sector. Ming-Miin Yu and Li-Hsueh Chen

17 Dynamic Network Efficiency of Japanese Prefectures. Hirofumi Fukuyama, Atsuo Hashimoto, Kaoru Tone and William L. Weber

18 A Quantitative Analysis of Market Utilization in Electric Power Companies. Miki Tsutsui and Kaoru Tone

19 DEA in Resource Allocation. Ming-Miin Yu and Li-Hsueh Chen

20 How to Deal with Non-convex Frontiers in Data Envelopment Analysis. Kaoru Tone and Miki Tsutsui

21 Using DEA to Analyze the Efficiency of Welfare Offices and Influencing Factors: The Case of Japan’s Municipal Public Assistance Programs. Masayoshi Hayashi

22 DEA as a Kaizen Tool: SBM Variations Revisited. Kaoru Tone

-PART III DEA FOR FORECASTING AND DECISION-MAKING (PAST–PRESENT–FUTURE SCENARIO)

23 Corporate Failure Analysis Using SBM. Joseph C. Paradi, Xiaopeng Yang and Kaoru Tone

24 Ranking of Bankruptcy Prediction Models under Multiple Criteria. Jamal Ouenniche, Mohammad M. Mousavi, Bing Xu and Kaoru Tone

25 DEA in Performance Evaluation of Crude Oil Prediction Models. Jamal Ouenniche, Bing Xu and Kaoru Tone

26 Predictive Efficiency Analysis: A Study of US Hospitals. Andrew L. Johnson and Chia-Yen Lee

27 Efficiency Prediction Using Fuzzy Piecewise Autoregression. Ming-Miin Yu and Bo Hsiao

28 Time Series Benchmarking Analysis for New Product Scheduling: Who Are the Competitors and How Fast Are They Moving Forward? . Dong-Joon Lim and Timothy R. Anderson

29 DEA Score Confidence Intervals with Past–Present and Past–Present–Future-Based Resampling. Kaoru Tone and Jamal Ouenniche

30 DEA Models Incorporating Uncertain Future Performance. Tsung-Sheng Chang, Kaoru Tone and Chen-Hui Wu

31 Site Selection for the Next-Generation Supercomputing Center of Japan. Kaoru Tone

-APPENDIX A: DEA-SOLVER-PRO 529

-INDEX 535

 

MATRIX ALGEBRA USEFUL FOR STATISTICS. 2nd Edition

Shayle R. Searle (Cornell University, Ithaca, NY, USA), Andre I. Khuri (University of Florida, Gainesville, FL, USA)

Hoboken, NJ, USA. JOHN WILEY. ISBN: 9781118935149. 512 págs. Junio 2017. Encuadernado

PVP EUR 146,00 (4% IVA incluido)

Esta segunda edición aborda el álgebra matricial  en su utilidad para el análisis estadístico de datos, así como dentro de la estadística en su conjunto. El material se presenta en un estilo explicativo en lugar de un formato formal teorema-demostración y es autosuficiente. Con numerosas ilustraciones, ejemplos numéricos y ejercicios, el libro se ha actualizado para incluir el uso de SAS, MATLAB y R para la ejecución de cálculos matriciales. Además, André I Khuri, con una amplia experiencia en investigación y enseñanza en el campo, se une a esta nueva edición como co-autor. Libro de utilidad para cursos avanzados en estadística y texto apropiado como referencia para los lectores independientes que usan estadísticas y desean mejorar sus conocimientos de álgebra matricial.

 

 

Extracto del índice:

-PREFACE

-PREFACE TO THE FIRST EDITION

-INTRODUCTION

-ABOUT THE COMPANION WEBSITE

-PART I DEFINITIONS, BASIC CONCEPTS, AND MATRIX OPERATIONS

1 Vector Spaces, Subspaces, and Linear Transformations

2 Matrix Notation and Terminology

3 Determinants

4 Matrix Operations

5 Special Matrices

6 Eigenvalues and Eigenvectors

7 Diagonalization of Matrices

8 Generalized Inverses

9 Matrix Calculus

-PART II APPLICATIONS OF MATRICES IN STATISTICS

10 Multivariate Distributions and Quadratic Forms

11 Matrix Algebra of Full-Rank Linear Models

12 Less-Than-Full-Rank Linear Models

13 Analysis of Balanced Linear Models Using Direct Products of Matrices

14 Multiresponse Models

-PART III MATRIX COMPUTATIONS AND RELATED SOFTWARE

15 SAS/IML

16 Use of MATLAB in Matrix Computations

17 Use of R in Matrix Computations

-EXERCICES

-APPENDIX

-INDEX

 

STOCHASTIC DIFFERENTIAL EQUATIONS

An Introduction with Applications in Population Dynamics Modeling

Michael J. Panik (University of Hartford, Connecticut, USA)

Hoboken, NJ, USA. JOHN WILEY. ISBN: 9781119377382. 304 págs. Junio 2017. Encuadernado

PVP EUR 146,00 (4% IVA incluido)

La principal ventaja de los modelos de crecimiento estocástico sobre los modelos deterministas es que combinan elementos deterministas y estocásticos de comportamientos dinámicos, como el clima, los desastres naturales, las fluctuaciones del mercado y las epidemias. Esto hace que el modelado estocástico sea una herramienta poderosa en manos de los profesionales en campos para los cuales el crecimiento de la población es un determinante crítico de los resultados. Este libro ofrece una revisión completa de los elementos esenciales matemáticos necesarios para comprender y aplicar modelos de crecimiento estocástico. Además, el libro describe las aplicaciones determinísticas y estocásticas de los modelos de crecimiento de población incluyendo logística, Gompertz, exponencial negativo y lineal. Libro adecuado para estudiantes y profesionales en diversos campos incluyendo economía, estudios de población, ciencias ambientales, epidemiología, ingeniería, finanzas y ciencias biológicas.

 

Extracto del índice:

-Dedication

-Preface

-Symbols and Abbreviations

1 Mathematical Foundations 1: Point-Set Concepts, Set and Measure Functions, Normed Linear Spaces, and Integration

2 Mathematical Foundations 2: Probability, Random Variables, and Convergence of Random Variables

3 Mathematical Foundations 3: Stochastic Processes, Martingales, and Brownian Motion

4 Mathematical Foundations 4: Stochastic Integrals, Itô’s Integral, Itô’s Formula, and Martingale Representation

5 Stochastic Differential Equations

6 Stochastic Population Growth Models

7 Approximation and Estimation of Solutions to Stochastic Differential Equations

8 Estimation of Parameters of Stochastic Differential Equations

-References

-Index

Comments are closed.