Inicio » Todos los catálogos » Universidad » Estadística » Análisis multivariante aplicado con R. 2ª ed.

Portada del libro Análisis multivariante aplicado con R. 2ª ed.
- 5% dto.

Análisis multivariante aplicado con R. 2ª ed.

  • Libro en papel

  • 35,00 Eur
  • 33,25 Eur

  • * Envío gratuito en Península.

  • En stock
  • -


  • Unidad(es)
  • Comprar

  • Caracteristicas

    • Impresión: B & N
    • Páginas: 678
    • Formato: 17 x 24 cm
    • Edición: 2017
    • Peso: 1,12 kg.
    • Editorial: Paraninfo
    • Análisis multivariante aplicado con R. 2ª ed.

    • 9788428329699
    • JOAQUIN ALDAS MANZANO [Autor], EZEQUIEL URIEL JIMENEZ [Autor]

    • El principal objetivo de esta obra es proporcionar al lector una visión rigurosa y a la vez muy aplicada de las herramientas estadísticas de análisis multivariante. Las herramientas desarrolladas cubren un espectro muy amplio de lectores potenciales: desde estudiantes de grado o máster que preparan asignaturas de estadística, investigación de mercados o métodos cuantitativos aplicados a la economía, la dirección de empresas, la sociología o la psicología, hasta investigadores de esos mismos campos que desean estar al día de los últimos avances en modelos de ecuaciones estructurales o PLS-SEM.

       

      Todas estas herramientas se desarrollan utilizando el software libre R que se está convirtiendo en el programa estándar en la mayoría de universidades europeas, dado que, además de ser gratuito y, por ello, accesible a todos los usuarios, sus paquetes marcan la frontera de la investigación en análisis estadístico.

       

      El enfoque del manual combina la rigurosidad con la aplicabilidad práctica a partir del desarrollo de más de 40 casos resueltos y multitud de ejemplos que permiten entender la lógica de la técnica de análisis de datos y cómo aplicarla fácilmente mediante R. Asimismo, la web del manual permite al usuario acceder a todas las bases de datos que soportan esos casos, así como a la sintaxis que permite su resolución mediante R.

       

      Además de un capítulo dedicado a la preparación de los datos (análisis de valores perdidos, casos atípicos y comprobación de las propiedades de normalidad, homocedasticidad, linealidad e independencia de las observaciones), el resto de temas abordan el análisis de conglomerados, escalamiento multidimensional, análisis de correspondencias, análisis de la varianza, análisis multivariante de la varianza, regresión lineal múltiple, análisis discriminante, regresión logística, análisis de componentes principales, análisis factorial, análisis factorial confirmatorio, validación de los instrumentos de medida, modelos de ecuaciones estructurales y PLS-SEM.

         

      Joaquín Aldás Manzano es catedrático de Comercialización e Investigación de Mercados en la Facultat d’Economia de la Universitat de València y profesor investigador del Instituto Valenciano de Investigaciones Económicas (Ivie). Su campo de especialización son los métodos cuantitativos de investigación en marketing.


      Ezequiel Uriel Jiménez es catedrático emérito de Fundamentos del Análisis Económico de la Universitat de València y profesor investigador del Instituto Valenciano de Investigaciones Económicas. Sus áreas de especialización son mercado de trabajo, sistemas de información estadística y técnicas de predicción.



    • Libro en papel

    • 35,00 Eur
    • 33,25 Eur

    • * Envío gratuito en Península.

    • En stock
    • -


    • Unidad(es)
    • Comprar

    Presentación
    1. Introducción
    1.1. Introducción
    1.2. Niveles de medida de las variables
    1.3. Clasificación de las técnicas multivariantes
    1.4. Proceso de aplicación de una técnica multivariante

    2. Análisis previo de los datos
    2.1. Introducción
    2.2. Valores perdidos
    2.3. Outliers: casos atípicos
    2.4. Comprobación de los supuestos básicos del análisis multivariante

    3. Análisis de conglomerados
    3.1. Introducción
    3.2. Medidas de similaridad
    3.3. Formación de los grupos: análisis jerárquico de conglomerados
    3.4. Selección del número de conglomerados de la solución
    3.5. Formación de los grupos: análisis no jerárquico de conglomerados
    3.6. Elección entre los distintos tipos de análisis de conglomerados
    3.7. Un ejemplo de aplicación del análisis de conglomerados

    4. Escalamiento multidimensional
    4.1. Introducción
    4.2. El algoritmo básico del MDS
    4.3. Recogida de datos para un escalamiento multidimensional
    4.4. Tipos de escalamiento multidimensional

    5. Análisis de correspondencias
    5.1. Introducción
    5.2. Funcionamiento del análisis de correspondencias
    5.3. Fundamentación matemática del análisis de correspondencias
    5.4. Incorporación de puntos suplementarios al análisis de correspondencias simple
    5.5. Análisis de correspondencias múltiple

    6. Análisis de la varianza
    6.1. Introducción
    6.2. Análisis de la varianza de un factor
    6.3. Análisis de la varianza de dos factores

    7. Análisis multivariante de la varianza
    7.1. Introducción
    7.2. Análisis multivariante de la varianza con un factor
    7.3. Análisis multivariante de la varianza con dos factores

    8. Regresión lineal múltiple
    8.1. Introducción
    8.2. El modelo de regresión lineal simple y su estimación por mínimos
    cuadrados
    8.3. El modelo de regresión lineal múltiple y su estimación por mínimos
    cuadrados
    8.4. Contraste de hipótesis
    8.5. Bondad de ajuste del modelo
    8.6. Supuestos del análisis de regresión múltiple
    8.7. Modelos con variables ficticias

    9. Análisis discriminante
    9.1. Introducción
    9.2. Clasificación con dos grupos
    9.3. Análisis discriminante con más de dos grupos

    10. Regresión logística
    10.1. Introducción
    10.2. El modelo de regresión logística binomial
    10.3. Regresión logística multinomial

    11. Análisis de componentes principales
    11.1. Introducción
    11.2. La geometría del análisis de componentes principales
    11.3. Componentes principales de dos variables
    11.4. Componentes principales para el caso general
    11.5. Aspectos operativos en la estimación de un PCA

    12. Análisis factorial exploratorio
    12.1. Introducción
    12.2. Formulación del modelo de análisis factorial exploratorio
    12.3. Métodos para la extracción de factores
    12.4. Determinación del número de factores que hay que retener
    12.5. Rotación de la solución factorial
    12.6. Indicadores de bondad de la solución factorial
    12.7. Puntuaciones factoriales
    12.8. Un ejemplo de aplicación del análisis factorial exploratorio

    13. Modelos de ecuaciones estructurales: análisis factorial confirmatorio
    13.1. Introducción
    13.2. Formalización matemática del análisis factorial confirmatorio (CFA)
    13.3. La identificación del modelo en un CFA
    13.4. Estimación del análisis factorial confirmatorio
    13.5. Bondad de ajuste del modelo estimado
    13.6. Interpretación del modelo
    13.7. Reespecificación del modelo
    13.8. Un ejemplo completo de CFA
    13.9. Anexo 13.1

    14. Modelos de ecuaciones estructurales: validación del instrumento de medida
    14.1. Introducción
    14.2. La medición en ciencias sociales
    14.3. Análisis de la fiabilidad del instrumento de medida
    14.4. Análisis de la validez del instrumento de medida
    14.5. Un ejemplo completo de evaluación del instrumento de medida
    14.6. Guía para el desarrollo de escalas

    15. Modelos de ecuaciones estructurales: modelos de estructuras de covarianza (CB-SEM)
    15.1. Introducción
    15.2. Formalización matemática del CB-SEM
    15.3. Identificación del modelo de ecuaciones estructurales
    15.4. Estimación del modelo de ecuaciones estructurales
    15.5. Bondad de ajuste del modelo estimado
    15.6. Interpretación del modelo
    15.7. Reespecificación del modelo
    15.8. Un ejemplo completo de modelo de ecuaciones estructurales

    16. Modelos de ecuaciones estructurales: modelos de estructuras de
    varianza (PLS-SEM)

    16.1. Introducción
    16.2. El algoritmo de estimación de los modelos PLS-SEM
    16.3. Cuándo usar PLS-SEM: fortalezas y debilidades
    16.4. Etapas en la estimación de un modelo estructural mediante PLS-SEM
    16.5. Presentación de los resultados en una publicación

    Bibliografía

    • Descargas públicas
    • Materiales y documentación extra
    • Documentos y recursos adicionales que permiten completar y desarrollar los conocimientos adquiridos.

    El libro pertenece a los siguientes catálogos

    Sala de prensa