IBM SPSS Estadística Aplica. Conceptos y ejercicios resueltos / César Pérez López

Capitulo 1. Primeros pasos en IBM SPSS. Entorno de trabajo.-- Capitulo 2. Trabajo con datos en IBM SPSS.-- Capitulo 3. Transformación de datos, matching y segmentación.-- Capitulo 4. Operadores y funciones. Aplicaciones estadísticas.-- Capitulo 5. Gráficos en IBM SPSS.-- Capitulo 6. Estadística descriptiva y análisis exploratorio de datos.-- Capitulo 7. Distribuciones discretas y continuas, intervalos de confianza y contrastes.-- Capitulo 8. Tablas de contingencia. Correlación, asociación e independencia.-- Capitulo 9. Contrastes no paramétricos.-- Capitulo 10. Reducción de la dimensión. Componentes principales y análisis factorial.-- Capitulo 11. Categorías en SPSS. Correspondencias, análisis conjunto y escalamiento.-- Capitulo 12. Reducción de la dimensión con variables cualitativas y cuantitativas. Escalamiento optimo.-- Capitulo 13. Técnicas de clasificación y segmentación. Análisis discriminante y cluster.-- Capitulo 14. Técnicas de muestreo estadístico.

IBM SPSS es un software modular muy popular que implementa gran variedad de temas estadísticos y que contribuye a facilitar el trabajo estadístico en todos los campos de la ciencia (Ciencias Experimentales, Economía, Ciencias Sociales, Educación, Ciencias de la Salud, etc.). La tarea estadística en ámbitos como la docencia, la investigación, la consultaría y otros sectores profesionales se ha visto facilitada en gran medida por la aparición de una amplia variedad de paquetes de software estadístico que difieren entre sí en los aspectos de capacidad, facilidad de uso, entornos de aplicación, extensión, precio, documentación y otras características similares. IBM SPSS es uno de los paquetes de software más equilibrado en cuanto a las características mencionadas. Este libro presenta una visión amplia de las técnicas estadísticas para su tratamiento con el software IBM SPSS. Los capítulos comienzan con una introducción teórica descriptiva de los métodos estadísticos que se utilizan, para ilustrarlos a continuación con ejemplos prácticos sencillos. Cada capítulo finaliza con una serie de problemas de aplicación que abarcan todas las técnicas estadísticas expuestas. En un primer bloque de contenido se describe el entorno de trabajo del programa, el tratamiento de variables, casos y ficheros, así como el uso adecuado de cuadros de diálogo, procedimientos y sintaxis de comandos. Un segundo bloque se ocupa de los gráficos, de las transformaciones de datos, del uso de operadores y funciones y de los métodos esenciales en estadística descriptiva, tanto por variables como por atributos. A continuación se aborda el trabajo con distribuciones discretas y continuas, intervalos de confianza y contrastes de hipótesis simples y múltiples, tanto paramétricos como no paramétricos. Un tercer bloque de contenido se ocupa de las técnicas modernas de análisis estadístico de datos, incluyendo clasificación y segmentación mediante análisis discriminante y cluster, reducción de la dimensión mediante componentes principales, análisis factorial y métodos categóricos avanzados como el análisis de correspondencias simples y múltiples. También se desarrollan las técnicas de escalamiento óptimo, escalamiento multidimensional y el análisis conjunto. Finalmente, se tratan en profundidad las técnicas de muestreo estadístico en poblaciones finitas.

Esta destinado a docentes y estudiantes de carreras de ingeniería, ciencias tecnológicas.