TY  - BOOK
AU  - Pérez López, César
TI  - Técnicas de análisis multivariante de datos: : aplicaciones con SPSS 
U1  - 519.535 21
PY  - 2004///
CY  - Madrid
PB  - Pearson Educación
KW  - SPSS (PROGRAMA PARA COMPUTADORA)
KW  - ANÁLISIS MULTIVARIANTE
KW  - ESTADÍSTICA MATEMÁTICA
KW  - ANÁLISIS CLUSTER
KW  - ANÁLISIS DE CORRESPONDENCIAS
KW  - ANÁLISIS DISCRIMINANTE
KW  - ANÁLISIS ENVOLVENTE DE DATOS
KW  - ANÁLISIS FACTORIAL
KW  - ANÁLISIS DE VARIANZA
N1  - Índice alfabético: p. 635-646; Contenido: Introducción a las técnicas de análisis multivariante de datos. -- Primeros pasos en el análisis multivariante. Análisis exploratorio de datos. -- SPSS y el análisis exploratorio de datos. Datos atípicos y ausentes. -- Análisis en componentes principales. -- Análisis factorial. -- Componentes principales y análisis factorial con SPSS. -- Métodos factoriales en general. Análisis de correspondencias. -- SPSS y el análisis de correspondencias. -- Escalamiento óptimo y multidemensional. -- Escalamiento óptimo y multidimensional en SPSS. -- Módelos logarítmico lineales y tablas de contingencia. -- Modelos logarítmico lineales y tablas de contingencia con SPSS. -- Clasificación y segmentación mediante análisis cluster. -- Clasificación y segmentación mediante análisis cluster con SPSS. -- Clasificación y segmentación mediante análisis discriminante. -- SPSS y la clasificación y segmentación mediante análisis discriminante. -- Análisis de la varianza y la covarianza. -- Análisis de la varianza y la covarianza con SPSS. -- Modelos de elección discreta Logit y Probit. Regresión de Cox. -- SPSS y los modelos de elección discreta Logit y Probit. Regresión de Cox. -- Análisis conjunto. -- SPSS y el análisis conjunto
N2  - Resumen: En este libro, se presentan las técnicas de análisis exploratorio de datos para el estudio de grandes conjuntos de datos, tratamiento de los valores atípicos e imputación de datos ausentes. Además, métodos factoriales-análisis en componentes principales, análisis factorial, análisis de correspondencias; escalamiento óptimo y multidimensional, seguido de la presentación de las técnicas de clasificación y segmentación mediante análisis cluster y discriminante.Por último, se tratan modelos logarítmico lineales, regresión logística, modelos Logit y Probit, regresión de Cox y análisis de supervivencia
ER  -