IBM SPSS estadistica aplicada-conceptos y ejercicios resueltos

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.