• (511) 224 - 8935
  • informes@ciesei.com

Investigación Investigación

Informática aplicada

Análisis estadístico aplicado en SPSS
Objetivo principal
  • Visión General del SPSS.
  • Creación de archivo de datos desde otras fuentes.
  • Transformación, recodificación y fusión de variables y archivos.
  • Procesamiento de variables y Casos.
  • Recodificación y generación de reportes.
  • Distribuciones de Frecuencias y gráficas.
  • Estadísticos descriptivos.
  • Datos agregados.
  • Análisis exploratorio de datos.
  • Representación gráfica de variables.
  • Introducción al análisis estadístico de datos.
  • Correlación Lineal Simple. Correlación Parcial. Regresión Lineal.
  • Elementos Básicos en Inferencia Estadística: Estimación puntual e intervalos de confianza.
  • Prueba de hipótesis estadísticas. Prueba T para muestras independientes. Prueba T para dos
    muestras relacionadas. ANOVA de un factor.
  • Prueba Chi cuadrada. Prueba binomial. Prueba de rachas. Prueba de Kolmogorov Smirnov.
  • Prueba para varias muestras independientes. Pruebas para varias muestras relacionadas.
  • Relación de dos variables cuantitativas, cualitativas. Tablas de contingencia.
  • Relación de una variable cuantitativa y cualitativa.
  • Relación de más de dos variables.
  • Introducción al Análisis Multivariado.
  • Introducción a la Estadística Inferencial.
  • Estadística Divariada: Correlación y Regresión Lineal Simple.
  • Coeficiente de Determinación. Pruebas de Hipótesis en la Regresión y la Correlación.
  • Comparación de Medias. Prueba T.
  • Pruebas No Paramétricas Independientes.
  • Aplicaciones de la Prueba Chi Cuadrado. Distribución muestral de la varianza de una Población
    normal. Contraste de la varianza.
  • Pruebas de Independencia. Homogeneidad. Test de homogeneidad de varias muestras.
  • Contraste de dependencia o independencia de caracteres. Bondad de Ajuste.
  • Regresión Logística. Modelos Probit y Lobit. Regresión no lineal. Análisis loglineal.
  • Introducción al Análisis Multivariante: Análisis factorial. Extracción de factores. Rotación.
  • Puntuaciones factoriales. Aplicaciones.
  • Medidas de distancia. Medidas de proximidad. Análisis clúster jerárquico. Análisis cluster k -
    medias. Aplicaciones.
  • Función discriminante.
  • Introducción. Cuadro de dialogo principal y opciones. Normalización. Permutaciones de la tabla de entrada
    y varianzas. Aplicaciones.
  • Recodificación y generación de reportes.