Libros ciclos formativos, grado superior de informática, ASIR, DAM, DAW, libros universitarios: libros ingeniería aeronáutica, libros ingeniería civil, ingeniería de caminos: ingeniería construcción, ingeniería sanitaria, ingeniería del transporte, ingeniería hidráulica, territorio, urbanismo, materiales de construcción, libros ingeniería geológica: geotecnia, expresión gráfica, proyectos, libros ingeniería mecánica: estructuras, resistencia de materiales, libros ingeniería eléctrica, libros ingeniería electrónica: labview, libros termodinámica, libros de electricidad, libros de construcción, libros arquitectura, libro de ciencias: matemáticas: álgebra, cálculo, matemáticas avanzadas, estadística, probabilidad, big data, tratamiento de datos, econometría, química, física, libros contabilidad, PGC, libros finanzas, organización empresas, marketing, libros economía, libros ciencias sociales, libros educación infantil, libros técnicos y reglamentos: eléctricos, construcción, libros informática, computación, libros ciencias de la salud

5% de descuento general para todos los libros
Técnicas Estadísticas Multivariantes con SPSS

César Pérez

Páginas: 390

Fecha: 2009

ISBN: 978-84-9281-200-4

Precio: 29,00€  27.55€ IVA incluido  

Material de apoyo

Recomienda este libro

Otros libros relacionados
Técnicas Estadísticas Multivariantes con SPSS tiene como finalidad facilitar el aprendizaje en un campo tan importante en la actualidad como el Análisis Multivariante de Datos. En este libro se describen las técnicas de modo sencillo, claro y conciso, de modo que sean inteligibles para lectores con formación diversa. Se ha procurado no incluir desarrollos matemáticos complejos que no entrarían dentro de los objetivos marcados: contenidos significativos y que respondan a la realidad actual.

Cada capítulo incluye una exposición de la información necesaria sobre las distintas técnicas de Análisis Estadístico Multivariante presentando a continuación la forma de tratarlas mediante aplicaciones prácticas con el programa SPSS.

El lenguaje utilizado es el más sencillo posible para su comprensión. Además de los numerosos ejemplos desarrollados en cada capítulo, es importante destacar los casos prácticos totalmente resueltos, incluyendo la interpretación de los resultados, que precisamente es lo más importante en materia estadística.

Los archivos de datos relativos a todos los ejemplos que ilustran la parte teórica y a los ejercicios resueltos se pueden encontrar en www.garceta.es .

CONTENIDO

  1. Introducción a las Técnicas Estadísticas Multivariantes
    Técnicas emergentes de análisis multivariante
    Técnicas del análisis de la interdependencia
    Análisis en componentes principales
    Análisis factorial
    Análisis de correspondencias
    Análisis de conglomerados (análisis clúster)
    Escalamiento multidimensional
    SPSS y las técnicas estadísticas multivariantes


  2. Reducción de la dimensión con variables cuantitativas:
    componentes principales y análisis factorial

    Introducción a las técnicas de reducción de la dimensión
    Análisis en componentes principales
    Cálculo de las componentes principales
    Puntuaciones o medición de las componentes
    Número de componentes principales a retener
    Criterio de la media aritmética
    Criterio del gráfico de sedimentación
    Matriz de cargas factoriales, comunalidad y círculos de correlación
    Rotación de las componentes
    Análisis factorial
    Contrastes en el modelo factorial
    Rotación de los factores
    Rotaciones ortogonales
    Rotaciones oblicuas
    Interpretación gráfica de los factores
    Puntuaciones o medición de los factores
    Componentes principales y análisis factorial con SPSS
    Ejemplo de análisis en componentes principales con SPSS
    Ejemplo de análisis factorial con SPSS


  3. Reducción de la dimensión con variables cualitativas:
    correspondencias simples y múltiples

    Análisis de correspondencias
    Análisis de correspondencias simples ACS
    Análisis de correspondencias múltiples ACM
    Ejemplo de análisis de correspondencias simples
    Ejemplo de análisis de correspondencias múltiples


  4. Reducción de la dimensión con variables cualitativas y
    cuantitativas: escalamiento óptico

    Escalamiento óptico
    Análisis en componentes principales categórico
    Ejemplo de análisis en componentes principales categórico con SPSS
    Análisis no lineal de correlación canónica
    Ejemplo de análisis de correlación canónica no lineal con SPSS
    Regresión categórica mediante escalamiento óptico
    Ejemplo de regresión categórica mediante escalamiento óptico con SPSS


  5. Reducción de la dimensión: análisis conjunto
    Introducción al análisis conjunto
    Análisis conjunto en el esquema de métodos de reducción de la dimensión
    Módulo categorías SPSS y procedimientos de reducción de la dimensión
    Fases del análisis conjunto según el método del perfil completo: procedimiento CONJOINT
    Estructura del procedimiento CONJOINT de SPSS
    Ejemplo de análisis conjunto con SPSS
    Generación del diseño ortogonal: ORTHOPLAN
    Configuración del número de tarjetas de estímulos a generar
    Preparación de tarjetas de estímulos: PLANCARDS
    Recogida de los datos
    Análisis de las preferencias mediante el análisis conjunto: CONJOINT
    Interpretación de las salidas del análisis conjunto


  6. Reducción de la dimensión: fiabilidad de escalas y escalamiento multidimensional
    Concepto de fiabilidad
    Análisis de fiabilidad
    Modelos de fiabilidad
    Estadísticos de fiabilidad
    Ejemplo de análisis de la fiabilidad con SPSS
    Escalamiento multidimensional
    Tipos de escalamiento multidimensional
    Modelo de escalamiento métrico
    Ejemplo de modelo de escalamiento métrico con SPSS
    Modelos de escalamiento no métrico
    Ejemplo de modelo de escalamiento no métrico con SPSS
    Modelo de escalamiento de diferencias individuales (INDSCAL)
    Ejemplo de modelo de escalamiento en diferencias individuales INDSCAL con SPSS
    Modelo de escalamiento desdoblado (UNFOLDING)
    Ejemplo de modelo de escalamiento desdoblado (unfolding) con SPSS
    Modelo de escalamiento con replicación
    Modelos GEMSCAL e IDIOSCAL
    Modelos para matrices asimétricas
    Modelo ASCAL
    Modelo AINDS
    Ejemplo de modelo PROXCAL con SPSS


  7. Clasificación mediante análisis discriminante y árboles de decisión
    Introducción al análisis discriminante
    Clasificación con dos grupos
    Clasificación con más de dos grupos
    Selección de variables discriminantes
    Interpretación de la función discriminante
    Clasificación en el análisis discriminante
    Análisis discriminante canónico
    Árboles de decisión
    SPSS y el análisis discriminante
    SPSS y los árboles de decisión
    Método CHAID para la creación de árboles de decisión
    Métodos CRT y QUEST para la creación de árboles de decisión. Poda de árboles


  8. Clasificación mediante análisis Cluster
    Principios del análisis Cluster
    El problema matemático
    El concepto de distancia
    Clasificaciones jerárquicas y disimilitudes
    Distancia ultramétrica y algoritmos de clasificación
    Medidas de similitud
    Procedimientos y técnicas en el análisis de conglomerados
    Conglomerados jerárquicos, secuenciales, aglomerativos y exclusivos (S.A.H.N.)
    Representación gráfica: dendograma
    Conglomerados no jerárquicos
    Análisis cluster en dos fases
    Análisis cluster jerárquico con SPSS
    Análisis cluster no jerárquico con SPSS
    Análisis cluster en dos fases con SPSS

Libros técnicos y Reglamentos para profesionales, Ingenieros, Arquitectos e Instaladores del sector eléctrico (electricidad), construcción, climatización Contabilidad, Plan general de Contabilidad y Pymes. Libros para Ciclos Formativos y Programas de Cualificación Profesional Inicial, PCPI, de Peluquería e Informática. Libros universitarios de Ciencias, físico-química, químico-física, Ingeniería, Matemáticas, Estadística, Software SPSS

Política de Cookies

Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación.
Puede obtener más información consultando nuestra Política de Cookies y puede cambiar su configuración editando las Preferencias.

Cookies necesarias para el correcto uso de la web, como por ejemplo inicio de sesión, autenticación o seguridad.

Permiten medir, de forma anónima, el número de visitas o la actividad. Gracias a ellas podemos mejorar constantemente introduciendo mejoras en función del análisis de los datos de uso que hacen los usuarios del servicio.