Curso de Análisis Estadístico Avanzado en SPSS

En este curso se trabajará sobre técnicas de análisis estadístico multivariado: regresión lineal y no lineal , regresión logística, análisis factorial, de componentes principales, discriminante y de conglomerados (clusters). Los contenidos se plantean como continuación de Introducción al Análisis Estadístico en SPSS

Duración semanas (32 hs.) 

Inicio 6 de julio

Modalidad Asincrónica. Aula virtual con tutoría personalizada 

Profesora Julieta Lenarduzzi

Objetivos

  • Familiarizar a las/os estudiantes con los principales procedimientos para el análisis de datos con múltiples variables en SPSS.

  • Introducir al manejo de las técnicas de análisis de regresión, reducción de dimensiones y clasificación de casos y variables.

  • Brindar herramientas para el diseño de pruebas estadísticas adecuadas a los tipos de preguntas y datos con los que se trabaja en las ciencias sociales.

Destinatarias/os

El curso se dirige a personas que tengan interés, o cuyas ocupaciones requieran el manejo de  herramientas de  análisis  de  datos  cuantitativos en  diversas  áreas  de  las  ciencias sociales. 

 

Para participar del curso es preciso contar con los siguientes conocimientos:

 

  • nivel básico de manejo del paquete estadístico SPSS (apertura e importación de archivos, ingreso de datos, transformación de datos),

  • conocimientos de estadística descriptiva (cálculo de frecuencias, medidas de tendencia central y dispersión) y

  • conocimientos básicos de estadística inferencial (probabilidad, test de hipótesis, intervalos de confianza, nivel de significación, análisis estadístico univariado y bivariado).

Se requiere tener instalado los programas IBM SPSS versión 19 o superior, Microsoft Word, Excel y Adobe Acrobat.

Contenidos

Módulo 1: Muestreo (1 clase)

  • Muestreo aleatorio simple

  • Muestreo estratificado

  • Muestreo por conglomerados (monoetápico y polietápico)

  • Simulación de muestreo

Módulo 2: Reducción de dimensiones (2 clases)

  • Análisis factorial y análisis de componentes principales 

  • Técnicas de escalamiento óptimo

  • Análisis de correspondencias simple y múltiple

  • Análisis de componentes principales categórico

Módulo 3: Clasificación de casos y variables (2 clases)

  • Análisis discriminante

  • Análisis de conglomerados (clusters)

  • Análisis de conglomerados jerárquico, bietápico y de k-medias

Módulo 4: Modelos no lineales (3 clases)​​

  • Regresión no lineal

  • Regresión Logística (Logit) y Probit

  • Regresión logística binaria, nominal, ordinal

  • Regresión categórica (escalamiento óptimo)

Metodología

Para cada clase los estudiantes podrán acceder a varios archivos e hipervínculos para trabajar sobre los contenidos de la clase correspondiente:

  • un documento pdf con los contenidos de la clase y ejercicios para que realicen a medida que vayan avanzando en la lectura (los ejercicios que se encuentran dentro del documento son para que practiquen y se auto evalúen, no forman parte de la calificación del curso);

  • un documento pdf con las respuestas a los ejercicios;

  • uno o más videos explicativos para apoyar el contenido de la clase;

  • una base de datos (documento o hipervínculo) para utilizar y aplicar los conocimientos obtenidos en la clase;

  • la consigna para realizar el trabajo práctico.

Los contenidos del curso se distribuirán en 8 clases, una por semana, con una dedicación requerida de aproximadamente 6 hs. semanales por parte de las/os estudiantes.

 

Las/los estudiantes pueden ver las clases y realizar los ejercicios en los horarios que prefieran y la/el tutor/a responderá sus consultas a la brevedad.

Evaluación

  • Ejercicios: en todas las clases, las/os estudiantes realizarán ejercicios con mecanismos de autoevaluación. Estos ejercicios no tendrán calificación.

  • Trabajos prácticos: en cada unidad, las/los estudiantes realizarán un trabajo práctico utilizando una base de datos y realizando los procedimientos aprendidos. 

  • Examen final: al finalizar el curso habrá un examen final con preguntas breves (multiple choice/completar espacios en blanco/verdadero-falso) para revisar los conocimientos adquiridos. 

Certificación

Para obtener el certificado de PARTICIPACIÓN del curso se requiere que la/el estudiante complete al menos 3 de los 4 trabajos prácticos propuestos.

Para obtener el certificado de APROBACIÓN del curso, la/el estudiante deberá realizar 3 de los 4 trabajos prácticos y aprobar un examen final con calificación mínima de 7/10 puntos. Este examen tiene instancia recuperatoria.

Los certificados son extendidos por TIBER Escuela de Estudios Políticos y Sociales. 

Los cursos no brindan puntaje docente.

Precio

25% DESCUENTO

SPSS introducción + 

SPSS avanzado

moneda
monto a abonar
EUR
190
USD
200
MXN
4000
BRL
1000
ARS
12000