Estadística Aplicada con Spss (Nivel Avanzado)

Formación totalmente gratuita (subvención del 100%) o parcialmente subvencionada a los trabajadores.

Le tramitamos su bonificación de la FTFE (Fundación Tripartita para la Formación en el Empleo) sin ningún tipo de coste ni para el destinatario final ni para la empresa, consúltenos.

• 1. Estadística inferencial con SPSS. Regresión lineal.
  • 1.1. Introducción al análisis de regresión lineal.
    • 1.1.1. La recta de regresión.
    • 1.1.2. La mejor recta de regresión.
    • 1.1.3. Bondad de ajuste.
  • 1.2. Análisis de regresión lineal simple.
    • 1.2.1. Regresión simple.
    • 1.2.2. Bondad de ajustes.
    • 1.2.3. Ecuación de regresión.
    • 1.2.4. Coeficientes de regresión estandarizados.
    • 1.2.5. Contraste general de regresión (Contraste F).
    • 1.2.6. Test de Wald.
  • 1.3. Análisis de regresión lineal múltiple.
    • 1.3.1. Regresión lineal múltiple.
    • 1.3.2. Bondad de ajustes.
    • 1.3.3. Ecuación de regresión.
    • 1.3.4. Coeficientes de regresión estandarizados.
    • 1.3.5. Contraste general de regresión (Contraste F).
    • 1.3.6. Test de Wald.
  • 1.4. Supuestos del modelo de regresión lineal.
    • 1.4.1. Análisis de los residuos.
    • 1.4.2. Independencia.
    • 1.4.3. Homocedasticidad.
    • 1.4.4. Normalidad.
    • 1.4.5. Linealidad.
    • 1.4.6. Colinealidad: Detección y consecuencias.
  • 1.5. Regresión lineal con variables cualitativas.
  • 1.6. Regresión lineal múltiple con SPSS por pasos.
    • 1.6.1. Criterios de selección de variables.
    • 1.6.2. Métodos de selección de variables.
    • 1.6.3. Regresión por pasos.
    • 1.6.4. Qué variables debe incluir la ecuación de regresión.
  • 1.7. Aplicaciones.
• 2. Estadística inferencial con SPSS. Regresión logística.
  • 2.1. Odds, Riesgo Relativo y Odds Ratio.
  • 2.2. Objetivos.
  • 2.3. Ecuación del modelo de regresión logística.
  • 2.4. Interpretación de los coeficientes del modelo.
    • 2.4.1. Factor de Riesgo.
    • 2.4.2. Factor de protección.
  • 2.5. Test de Hosmer-Lemeshow.
  • 2.6. Interacción y confusión.
• 3. Análisis discriminante.
  • 3.1. Introducción.
  • 3.2. El caso de dos grupos.
    • 3.2.1. Función discriminante.
    • 3.2.2. Diagrama de dispersión.
    • 3.2.3. Autovalor.
    • 3.2.4. Correlación Canónica.
    • 3.2.5. Estadístico Lambda de Wilks.
    • 3.2.6. Coeficientes estandarizados.
    • 3.2.7. Matriz de estructura.
    • 3.2.8. Estadísticos.
    • 3.2.9. Método.
    • 3.2.10. Selección de las opciones de clasificación.
  • 3.3. El caso de más de dos grupos.
    • 3.3.1. Función discriminante.
    • 3.3.2. Autovalor.
    • 3.3.3. Correlación Canónica.
    • 3.3.4. Estadístico Lambda de Wilks.
    • 3.3.5. Coeficientes estandarizados.
    • 3.3.6. Matriz de estructura.
    • 3.3.7. Estadísticos.
    • 3.3.8. Método.
    • 3.3.9. Selección de las opciones de clasificación.
• 4. Análisis de supervivencia.
  • 4.1. Objetivos.
  • 4.2. Definición.
    • 4.2.1. Origen y Suceso Final.
    • 4.2.2. Datos Censurados.
  • 4.3. Función de supervivencia.
  • 4.4. Función de riesgo.
  • 4.5. Análisis de Kaplan-Meier.
  • 4.6. Test de Log-Rank, test de Breslow y test de Tarone-Ware.
  • 4.7. Método Actuarial.
  • 4.8. Tablas de vida/mortalidad.
  • 4.9. Test de Gehan.
  • 4.10. Diferencias Análisis Kaplan-Meier y el Método Actuarial.
  • 4.11. Modelo de regresión de riesgos proporcionales.
  • 4.12. Hazard Ratio.