Métodos y aplicaciones de análisis estadístico multivariado de SPSS" Índice de contenidos
Capítulo 1 Descripción general de spss
1.1 Descripción general de spss 17.0
1.1.1 Funciones de spss 17.0
1.1.2 Versión de spss Comparación de funciones
1.2 Gestión de datos spss
1.2.1 Definir atributos de variables
1.2.2 Identificación de casos
1.2.3 Clasificación de datos
p>
1.2.4 Cambio de datos
1.2.5 Reorganización de datos
1.2.6 Fusionar archivos de datos
1.2.7 Dividir archivos de datos
1.2.8 Clasificación y resumen de datos
1.3 Preprocesamiento de datos spss
1.3.1 Expresiones y funciones pss
1.3 Cálculo de variables<. /p>
1.3.3 Selección de casos
1.3.4 Conteo y ponderación de casos
1.3.5 Clasificación de casos
1.3.6 Recodificación de datos
1.3.7 Otras funciones spss
1.4 Análisis estadístico básico
1.4.1 Definición de estadística descriptiva básica
1.4 .2 Análisis de frecuencia
1.4.3 Análisis descriptivo
1.4.4 Análisis exploratorio
1.4.5 Análisis de ratios
1.4.6 Gráfico p-p
1.4.7 Gráfico q-q
1.4.8 Ejemplo de análisis estadístico básico
1.5 Resumen de este capítulo
Preguntas para pensar
Capítulo 2 Prueba de hipótesis
2.1 Distribuciones comunes y estimación de parámetros
2.1.1 Varios tipos relacionados con la distribución normal multivariada Distribución de probabilidad
2.1 .2 Estimación de parámetros
2.1.3 Inferencia de distribución normal en muestras grandes
2.1.4 Determinación del tamaño de muestra
2.2 Cuestiones generales en la prueba de hipótesis
2.2.1 Concepto de prueba de hipótesis
2.2.2 Idea básica de prueba de hipótesis
2.2.3 Nivel de significancia y dos tipos de errores
2.2.4 Pasos de la prueba de hipótesis
2.3 Prueba de hipótesis de parámetros de población normal
2.3 Prueba t de dos muestras pareadas
p>
2.5 Ejemplos de prueba de hipótesis
2.6 Resumen de este capítulo
Preguntas para pensar
Capítulo 3 Análisis de varianza (ANOVA)
3.1 Conceptos básicos de análisis de varianza
3.2 Análisis de varianza unifactorial
3.2.1 Estructura de datos y modelo lineal
3.2.2 Descomposición por suma de cuadrados y grados de libertad
3.2.3 Prueba de significancia
3.2.4 Comparaciones múltiples
3.2.5 Operación Spss del análisis de varianza unidireccional
3.2.6 Ejemplo único de análisis de varianza factorial
3.3 Análisis de varianza multifactorial
3.3.1 Clasificación del análisis de varianza multifactorial
3.3.2 Análisis de varianza multifactorial sin interacción
3.3 ANOVA multifactorial con interacción
3.3.4 Operación spss de ANOVA multifactorial
3.3 .5 Ejemplo de ANOVA multifactor
p>3.4 Análisis de varianza de medidas repetidas
3.4.1 Conceptos básicos del análisis de varianza de medidas repetidas
3.4.2 Operación spss de análisis de varianza de medidas repetidas
3.4 .3 Ejemplo de análisis de varianza de medidas repetidas
3.5 Análisis de covarianza
3.5.1 Principios básicos del análisis de covarianza
3.5.2 Operación Spss de análisis de covarianza
3.5.3 Ejemplo de análisis de covarianza
<p> 3.6 Resumen de este capítulo
Preguntas para pensar
Capítulo 4 Prueba no paramétrica
4.1 Prueba no paramétrica de muestra única
4.1.1 Prueba de potencia homogénea
4.1.2 Prueba de distribución binomial
4.1.3 Prueba de Tour
4.1.4 Prueba k-s de muestra única
4.2 Prueba no paramétrica de dos muestras independientes
4.2.1 Prueba u de Mann-Whitney
4.2.4 Prueba no paramétrica de dos muestras relacionadas
4.4.1Prueba de significación del cambio de Mcnemar
4.4.2 Prueba de signos
4.4.3 Prueba de rangos con signos de Wilcoxon
4.5 Prueba no paramétrica de muestra de correlación múltiple
4.5.1prueba de rango cuadrático de evaluación bidireccional de Friedman
4.5.2prueba del coeficiente de cointegración de Kendall w
4.5.3prueba q de Cochran
4.6 spss de Prueba no paramétrica Funcionamiento
4.6.1 Prueba de homogeneidad
4.6.2 Prueba de distribución binomial
4.6.3 Prueba del viajero
4.6 .4 Prueba k-s de una sola muestra
4.6.5 Prueba no paramétrica de dos muestras independientes
4.6 Prueba no paramétrica de múltiples muestras independientes
4.6.7 Dos Prueba no paramétrica de muestras relacionadas
4.6.8 Prueba no paramétrica de muestras relacionadas múltiples
4.7 Ejemplo de prueba no paramétrica
4.8 Resumen de este capítulo
Preguntas de reflexión
Capítulo 5 Análisis de regresión
5.1 Conceptos y métodos de análisis de regresión
5.1.1 Descripción general
5.1.2 Alcance del análisis de regresión
5.1.3 El proceso de establecimiento de un modelo de regresión para problemas prácticos
5.2 Análisis de regresión lineal
5.2.1 Unidad lineal regresión
5.2.2 Regresión lineal múltiple
5.2.3 Diagnóstico de regresión
5.2.4 Estimación del sesgo de regresión lineal múltiple
5.2 .5 Regresión lineal Todo el proceso de operación spss
5.2.6 Todo el proceso de operación spss de estimación de peso
5.2.7 Regresión mínima de segundo orden
5.2.8 Todo el proceso de operación spss de regresión lineal
5.2.9 Todo el proceso spss de regresión lineal
5.2.10 Toda la operación spss de regresión lineal
5.2.2.7 Mínimo cuadrado de segundo orden Todo el proceso de multiplicación de la operación spss
5.3 Análisis de regresión no lineal
5.3.1 Análisis de regresión de curvas que se puede simplificar a regresión lineal
5.3.2 Operación spss de estimación de curvas Todo el proceso
5.3.3 Análisis de regresión polinómica
5.3.4 Todo el proceso de operación spss de regresión de mínimos cuadrados parciales
5.3.5 Análisis de regresión no lineal
p>5.3.5 Análisis de regresión no lineal
5.3.6 Todo el proceso de operación spss de regresión no lineal
5.4 Análisis de regresión logística
5.4.1 Modelo de regresión que contiene variables cualitativas en las variables independientes
5.4.2 Todo el proceso de regresión de escalamiento óptimo spss para procesar variables cualitativas
5.4.3 Modelo de regresión logística
5.4.4 Todo el proceso de operación spss de regresión logística binaria
5.4.5 Todo el proceso de operación spss de regresión logística polinómica
5.4.6 Todo el proceso de análisis de regresión probabilística operación spss
5.4.7 Análisis de regresión ordenada spss todas las operaciones
5.5 Ejemplo de análisis de regresión
5.5.1 Ejemplo de regresión lineal
5.5.2 Ejemplo de regresión no lineal
5.5.3 Ejemplo de regresión logística
5.6 Resumen de este capítulo
Preguntas para pensar
Resumen del capítulo 6 Análisis de clase y análisis discriminante
6.1 Principios básicos del análisis de conglomerados y análisis discriminante
6.2 Medida de similitud
6.2.1 Variable de intervalo
6.2.2 Variables dicotómicas
6.2.3 Variables ordinales
6.3 Método de análisis de conglomerados
6.3.1 Método de agrupamiento del sistema
6.3. 2 Método de agrupamiento por pasos
6.3.3 Método de agrupamiento de segundo orden
6.4 Operación spss para análisis de conglomerados
6.4 Agrupación del sistema
6.4.3 Agrupación de segundo orden
6.5 Método de análisis discriminante
6.5 .1 Discriminante de distancia
6.5.2 Discriminante bayesiano
6.5.3 Discriminante de Fisher
6.5.4 Pasos del análisis discriminante
6.6 Operaciones Spss para análisis discriminante
6.7 Ejemplos de análisis de conglomerados y análisis discriminante
6.7.1 Ejemplos de análisis de conglomerados
6.7.2 Ejemplo de análisis discriminante
6.8 Resumen de este capítulo
Preguntas para pensar
Capítulo 7 Análisis de componentes principales y análisis factorial
7.1 Principales ideas básicas del análisis de componentes y análisis factorial
7.2 Modelos y métodos de análisis de componentes principales
7.2.1 Modelo algebraico y significancia geométrica del análisis de componentes principales
7.2 .2 Componentes principales de la población
7.2 .3 Componentes principales de la muestra
7.3 Operación spss del análisis de componentes principales
7.4 Modelos y métodos de análisis factorial
p>7.4.1 Modelo factorial ortogonal
7.4.2 Análisis de correlación
7.4.3 Extracción de factores
7.4.4 Rotación de factores
p>7.4.5 Puntuación de factores
7.5 Operación spss del análisis factorial
7.6 Ejemplos de análisis de componentes principales y análisis factorial
7.8.2.1 Perfil de sección de fila y columna
8.2.2 Inercia total
8.2.3 Coordenadas de perfiles de filas y columnas
8.2.4 Diagrama de análisis de correspondencias
8.2.5 Pasos del análisis de correspondencias simple
8.2.6 Diagrama de bloques lógicos del análisis de correspondencias simple
8.3 Operación Spss del análisis de correspondencias simple
8.4 Análisis de correspondencias múltiples y análisis de correspondencias múltiples
8.4 Análisis de correspondencias múltiples y su operación Spss
8.4.1 Análisis de correspondencias múltiples
8.4.2 Operaciones básicas del análisis de correspondencias múltiples
8.5 Ejemplos de análisis de correspondencias
8.6 Resumen de este capítulo
Preguntas para pensar
Capítulo 9 Análisis de series de tiempo
9.1 Series de tiempo Conceptos relacionados y pasos del análisis de series de tiempo
9.1.1 La relación entre series temporales y otros métodos de análisis en estadística
9.1.2 Conceptos relacionados de series temporales
9.1.3 Principios y clasificaciones del tiempo análisis de series
9.1.4 Pasos generales del análisis de series de tiempo
9.1.5 análisis de series de tiempo spss
9.2 Preparación de datos de tiempo y prueba de secuencias
9.2.4 Análisis cualitativo de series temporales
9.4.1 Análisis de componentes de series temporales no estacionarias
9.4.2 Análisis de suavizado
9.4 .3 Análisis de tendencias
9.4.4 Descomposición estacional
9.5 Análisis estocástico de series temporales
<p> 9.5.1 Análisis de aleatoriedad de series de tiempo adecuado para modelos de secuencia estática
9.5.2 Modelo de series de tiempo estocástico adecuado para series no estacionarias
9.5.3 Aleatoriedad de series de tiempo Pasos del análisis
9.5.4 Configuración de parámetros del modelo arima
9.6 Operación Spss del modelo de series temporales
9.7 Análisis de casos de series temporales spss
9.8 Resumen de este capítulo
Preguntas para pensar
Capítulo 10 Análisis de confianza
10.1 Conceptos básicos de la confianza
10.1.1 Principios estadísticos de confianza
10.1.2 Factores que afectan la confianza
10.1.3 Indicadores de evaluación de la confianza
10.2 Análisis de la confianza y sus métodos básicos
10.2.1 Confiabilidad análisis
10.2.2 Métodos básicos de análisis de confiabilidad
10.3 Operaciones de análisis de confiabilidad en SPSS
10.4 Ejemplo de análisis de confiabilidad
10.4.1 Análisis por el método del coeficiente de confianza alfa
10.4.2 Análisis por el método del coeficiente de confianza a la mitad
10.4.2 Análisis por el método del coeficiente de confianza a la mitad
10.5 Resumen de este capítulo
Preguntas para pensar
Capítulo 11 Análisis conjunto
11.1 Principios básicos del análisis conjunto
11.2 Pasos del análisis conjunto
11.2.1 Determinar atributos y niveles de atributos
11.2.2 Temas de diseño
11.2.3 Evaluación de temas
11.2.4 Estimación de valores de utilidad
11.2.5 Resumir valores de utilidad
11.3 Operación Spss de análisis conjunto
11.3.1 Generar diseño ortogonal
p>11.3.2 Diseño de visualización
11.3.3 Ejecución de análisis conjunto
11.4 Ejemplo de análisis conjunto
11.5 Resumen de este capítulo
Preguntas para pensar
Capítulo 12 Análisis de supervivencia
12.1 Conceptos básicos y contenidos del análisis de supervivencia
12.1.1 Definición de análisis de supervivencia
12.1.2 Conceptos básicos del análisis de supervivencia
12.1.3 Contenido básico y métodos de análisis de supervivencia
12.1.4 Proceso de análisis de supervivencia en spss
12.1 La forma básica y el principio del modelo de regresión de Cox
12.4.2 El proceso de análisis del modelo de regresión de Cox
12.4.3 El principio básico del modelo de regresión de Cox covariable variable en el tiempo
12.4.4 Análisis proceso de modelo de regresión de Cox covariable variable en el tiempo en spss
12.5 Ejemplo de análisis de supervivencia
12.5.1 Ejemplo de análisis de tabla de vida
12.5.2 Ejemplo de análisis de Kaplan-Meier
12.5.3 Ejemplo de análisis del modelo de regresión de Cox
12.6 Resumen de este capítulo
Preguntas para pensar
Capítulo Capítulo 13 Análisis de redes neuronales
13.1 La historia de las redes neuronales y conceptos relacionados de las redes neuronales
13.1.1 Una breve historia del desarrollo de las redes neuronales de series temporales
13.1.2 Biología Neurona modelo
13.1.3 Modelo de neurona artificial
13.1.4 Análisis de redes neuronales spss
13.2 Modelo de perceptrón multicapa
13.2. 1 Modelo neuronal del perceptrón
13.2.2 Estructura de red del perceptrón
13.2.3 Reglas de aprendizaje de la red neuronal del perceptrón
13.2 .4 Entrenamiento de Red neuronal perceptrón
13.3 Modelo de función de base radial
13.3.1 Estructura de la red neuronal de función de base radial
13.3.2 Modelo de función de base radial Algoritmo de aprendizaje para la base funciones
13.4 para sp
Red neuronal para operación ss
13.4.1 Configuración de variables
13.4.2 Configuración de partición
13.4.3 Configuración de arquitectura
13.4. 4 Configuración de entrenamiento
13.4.5 Configuración de salida
13.4.5 Configuración de salida
13.4.6 Guardar configuración
13.4.7 Exportar settings
13.4.8 Configuración de opciones
13.5 Estudio de caso de red neuronal spss
13.5.1 Preparación de datos
13.5.2 Análisis de datos
13.5.3 Resumen del proceso
13.6 Resumen de este capítulo
Preguntas para pensar
Capítulo 14 Modelado de ecuaciones estructurales
14.1 Descripción general del modelado de ecuaciones estructurales
14.1.1 La relación entre los métodos de modelado de ecuaciones estructurales y otros métodos de análisis en estadística
14.1.2 Conceptos relacionados con el modelado de ecuaciones estructurales
14.1.3 Principios y supuestos básicos del modelado de ecuaciones estructurales
14.1.4 Propiedades del modelado de ecuaciones estructurales
14.1.5 Métodos de modelado de ecuaciones estructurales Pasos generales
14.2 Configuración e identificación del modelo de ecuación estructural
14.2.1 Configuración del modelo de ecuación estructural
14.2.2 Identificación del modelo de ecuación estructural
14.2. 3 operación de configuración del modelo amos
14.3 Preparación de datos para el modelado de ecuaciones estructurales
14.3.1 Manejo de datos faltantes
14.3.2 Fiabilidad y validez de los datos
14.3.2 Fiabilidad y validez de los datos
p>
14.3.3 Importación de archivos de datos
14.4 Estimación de parámetros de modelado de ecuaciones estructurales
14.4.1 Parámetros Métodos comunes de estimación
14.4.2 Operación de estimación de parámetros de amos
14.5 Evaluación y modificación del modelo de ecuación estructural
14.5.1 Prueba de parámetros
14.5.2 Evaluación del ajuste general
14.5.3 Importación de archivos de datos