Vivimos en un mundo en el que analizar datos es cada vez más importante. Este manual te enseña cómo hacerlo, qué análisis escoger en cada caso, y por qué. Se diferencia de otros trabajos en su vocación aplicada y práctica: ¿cuáles son las aplicaciones más interesantes y populares de cada técnica en ciencia política, sociología y economía? ¿Qué hacen realmente los famosos chi al cuadrado y gamma, o la anova, o los modelos de regresión? ¿Cuándo es apropiado usar cada uno?
- Cover
- Title page
- Copyright page
- Autor
- Dedicatoria
- Índice
- Capítulo I. Introducción
- 1. El análisis de datos en la investigación social
- 1.1. El proyecto de investigación
- 2. Conceptos
- Bibliografía
- Capítulo II. Estadística descriptiva univariante
- 1. Tabulaciones de frecuencias
- 2. Gráficos univariantes
- 3. Estadísticos descriptivos univariantes
- 3.1. Medidas de localización
- 3.2. Medidas de tendencia central
- 3.3. Medidas de dispersión
- 3.4. Discusión: variables tipificadas o estandarizadas
- 3.5. Medidas de forma
- Bibliografía
- Capítulo III. Relaciones entre variables
- 1. Conceptos básicos para el análisis multivariante
- 2. Herramientas para el análisis descriptivo multivariante
- 2.1. Tablas de una entrada para analizar varias variables
- 2.2. Tablas de contingencia
- 2.3. Gráficos multivariantes
- 3. Las medidas de asociación
- 3.1. Medidas de asociación e independencia
- 3.2. Estadísticos de resumen para variables nominales
- 3.3. Estadísticos de resumen para variables ordinales
- 4. Una nota sobre los análisis con tres variables o más
- Bibliografía
- Capítulo IV. Los análisis de regresión
- 1. Introducción al análisis de regresión
- 2. El modelo clásico de regresión lineal
- 2.1. Análisis de regresión con dos variables
- 2.2. La linealidad en el modelo clásico
- 2.3. Especificación estocástica del modelo
- 2.4. Muestras y poblaciones
- 2.5. El método de los mínimos cuadrados ordinarios (MCO)
- 2.6. Inferencia estadística y el supuesto de normalidad
- 2.7. Contraste de hipótesis
- 2.8. Regresión múltiple e inferencia: más de una variable explicativa
- 2.9. Contrastes de significación conjunta y análisis de varianza (ANOVA)
- 2.10. Capacidad explicativa y coeficientes de determinación y de correlación
- 2.11. Supuestos del modelo clásico
- 3. Violaciones y extensiones del modelo clásico
- 3.1. Colinealidad, heteroscedasticidad y correlación
- 3.2. Regresión a través del origen
- 3.3. Cambios de la escala
- 3.4. Regresión con variables estandarizadas
- 3.5. Modelos log lineales, log-lin, y lin-log
- 4. Introducción a los modelos con dependiente categórica
- Bibliografía
Texto
Audio
Adobe DRM
Ingrese a su cuenta