Libro ANáLISIS MULTIVARIANTE APLICADO. MARKETING INVESTIGACION DE MERCADOS ECONOMIA EMPRESA Y TURISMO Autor URIEL ISBN 8497323726 Comprar Libro

 

           

Libreria UY Libros Montevideo Uruguay

Libro ANáLISIS MULTIVARIANTE APLICADO. MARKETING INVESTIGACION DE MERCADOS ECONOMIA EMPRESA Y TURISMO

Autor URIEL

Lunes a viernes 9 a 17 horas.
Tel. (00598) 2707 9880
Buscar en:
Que contenga las palabras:
Todas las palabras ingresadas
Cualquier palabra ingresada
EMPRESARIALES
COMERCIO ELECTRONICO
- E-BUSINESS (10)
- GENERALIDADES (7)
EMPRESAS Y NEGOCIOS
- ADMINISTRACION (61)
- ADMINISTRACION DE EMPRESAS (51)
- CALIDAD (25)
- COACHING (1)
- COMPETITIVIDAD (22)
- COMPORTAMIENTO ORGANIZACIONAL (30)
- COMUNICACION EMPRESARIAL (19)
- DIRECCION (47)
- EMPRENDEDORES (42)
- EMPRESAS (1)
- EMPRESAS FAMILIARES (13)
- ESTRATEGIA (102)
- ETICA (13)
- FUSIONES Y ADQUISIC. (2)
- GERENCIA (12)
- GEST. DEL CONOCIMIENTO (11)
- GESTION (89)
- GESTION DE LA CALIDAD (1)
- INNOVACION (25)
- INVERSIONES (19)
- LIDERAZGO (4)
- LOGISTICA (15)
- MANAGEMENT (63)
- NEGOCIACION (41)
- NEGOCIOS (31)
- NEGOCIOS INTERNAC. (17)
- OPERACIONES (13)
- ORGANIZACIONES (34)
- PLAN DE NEGOCIOS (3)
- PNL - PROGRAMACION NEUROLINGUISTICA (22)
- PRESUPUESTOS (2)
- PROYECTOS (34)
- PYMES (30)
- RELACIONES PUBLICAS (10)
- RESPONSABILIDAD SOCIAL (15)
- RIESGO (7)
- SEIS SIGMA (2)
- SIST. DE INFORMACION (7)
- TOMA DE DECISIONES (12)
- VARIOS (171)
- VENTAS (61)
GENERICOS
- BUSQUEDA LABORAL (17)
- CARRERA PROFESIONAL (21)
- COMUNICACION (19)
- ORATORIA (18)
- VARIOS (18)
MARKETING
- BRANDING (29)
- CLIENTES - GESTION Y ATENCION (27)
- COMPORTAMIENTO DEL CONSUMIDOR (10)
- DIRECCION (3)
- E-MARKETING (10)
- INV. DE MERCADOS (3)
- INVESTIGACION DE MERCADOS (18)
- MKT APLICADO (25)
- MKT DE SERVICIOS (17)
- MKT GENERAL (82)
- MKT INTERNACIONAL (13)
- MKT PROFESIONAL (4)
- PRECIO (2)
- PRODUCTOS (4)
- PROMOCION (12)
- VARIOS (26)
RECURSOS HUMANOS
- ADMINISTRACION (34)
- CAPACITACION (4)
- COACHING (37)
- COMPORTAMIENTO (4)
- DESARROLLO PERSONAL (28)
- DIRECCION (16)
- GESTION (32)
- GRAFOLOGIA (1)
- LIDERAZGO (104)
- MOTIVACION (26)
- RECURSOS HUMANOS (2)
- RELACIONES LABORALES (15)
- SEGURIDAD LABORAL (11)
- SELECCION DE PERSONAL (18)
- TRABAJO EN EQUIPO (25)
- VARIOS (37)
AGROPECUARIA
ALIMENTOS
ANIMALES Y PLANTAS
ARQUITECTURA
ARTES
CIENCIAS
CIENCIAS ECONOMICAS
CIENCIAS NATURALES
CIENCIAS SOCIALES
COCINA Y GASTRONOMIA
DEPORTES
DERECHO
DISEÑO
EDUCACION
ESCUELA Y LICEO
ESOTERISMO Y RELIGIONES
HOTELERIA Y TURISMO
INGENIERIA
INGLES
INTERES GENERAL
LIBROS DE INFORMATICA
LIBROS MEDICOS
LITERATURA
OIE
PROFESIONALES
PSICOLOGIA
SOFTWARE
TECNICOS Y OFICIOS
ULTIMOS INGRESOS
VETERINARIA
LISTADO DE EDITORIALES

operativa UY Libros

Atención al público
lunes a viernes

de 9 a 17 horas

Tel.: (00598-2) 7079880

Montevideo - Uruguay

atencion Datos de la Empresa

Operativa

UY Libros realiza sus envíos al exterior a través de 

Logo IBC

Tarifas de envío al exterior

 
 
Portada - Pagina de Inicio UY Libros Datos de la Empresa UY Libros Operativa y preguntas frecuentes sobre la compra en UY Libros
 

FICHA DEL LIBRO
ISBN: 8497323726

 
Comprar Libro ANÁLISIS MULTIVARIANTE APLICADO. MARKETING INVESTIGACION DE MERCADOS ECONOMIA EMPRESA Y TURISMO
URIEL
ANÁLISIS MULTIVARIANTE APLICADO.  MARKETING INVESTIGACION DE MERCADOS ECONOMIA EMPRESA Y TURISMOURIEL
ANÁLISIS MULTIVARIANTE APLICADO. MARKETING INVESTIGACION DE MERCADOS ECONOMIA EMPRESA Y TURISMO
URIEL
Editorial: PARANINFO
Precio:
US$ 109
DISPONIBLE
(Dólares Americanos)
Volúmenes
1
N° de Páginas
552
Año
2005
Idioma
Español
Peso Aprox. (g)
1100
Operativa

Reseña:

El objetivo principal de esta obra es proporcionar al lector un método para aprender el manejo de las principales técnicas de análisis multivariante, imprescindibles en el campo de la investigación y objeto de numerosos cursos en todas las universidades españolas y de uso generalizado en muchas empresas de investigación de mercados. Las principales características de esta obra son las siguientes: * Equilibrio entre el rigor en la presentación de las técnicas y la enseñanza de cómo aplicarlas de una manera práctica y efectiva * Casi 40 casos de aplicación práctica y decenas de ejemplos permiten al lector entender cada uno de los pasos y poder aplicar sus conocimientos con las adecuadas bases de datos * Los casos proceden de numerosos campos de conocimiento: economía general, economía financiera, marketing e investigación de mercados * Utilización de los más importantes paquetes estadísticos: SPSS, SAS, EQS, SAS Calis, GAUSS. Se ofrecen las salidas de estos programas que son adecuadamente comentadas * Un capítulo está dedicado a la preparación de los datos para aplicar adecuadamente las técnicas, ofreciendo el análisis de valores perdidos, casos atípicos y comprobación de las propiedades de normalidad, homoscedasticidad, linealidad e independencia de las observaciones * Las técnicas abordadas por el libro son: análisis de conglomerados, escalamiento multidimensional, análisis de correspondencias, análisis de la varianza, análisis multivariante de la varianza, regresión lineal múltiple, análisis discriminante, modelos de elección discreta, análisis de componentes, principales, análisis factorial, análisis factorial confirmatorio y sistemas de ecuaciones estructurales

Índice:

1. Introducción 1.1. Introducción 1.2. Tipos de escalas de medida 1.2.1. Escala nominal 1.2.2. Escala ordinal 1.2.3. Escala de intervalo 1.2.4. Escala de razón 1.2.5. Otras clasificaciones 1.3. Clasificación de las técnicas multivariantes 1.3.1. Técnicas de análisis de dependencias 1.3.2. Técnicas de análisis de interdependencias 1.4. Proceso de aplicación de una técnica multivariante Resumen Términos clave Referencias bibliográficas 2. Análisis previo de los datos 2.1. Introducción 2.2. Valores perdidos 2.2.1. Diagnóstico de la aleatoriedad de los valores perdidos 2.2.2. Tratamiento de los valores perdidos 2.3. Outliers: Casos atípicos 2.3.1. Detección univariante de casos atípicos 2.3.2. Detección bivariante de casos atípicos 2.3.3. Detección multivariante de casos atípicos 2.4. Comprobación de supuestos básicos del análisis multivariante 2.4.1. Normalidad 2.4.2. Homoscedasticidad 2.4.3. Linealidad 2.4.4. Independencia de las observaciones Resumen Términos clave Referencias bibliográficas 3. Análisis de conglomerados 3.1. Introducción 3.2. Medidas de similaridad 3.2.1. Medidas de similaridad para variables métricas 3.2.2. Medidas de similaridad para datos binarios 3.2.3. Estandarización de los datos 3.3. Formación de los grupos: análisis jerárquico de conglomerados 3.3.1. Método del centroide 3.3.2. Método del vecino más cercano 3.3.3. Método del vecino más lejano 3.3.4. Método de la vinculación promedio 3.3.5. Método de Ward 3.3.6. Selección del número de conglomerados de la solución 3.4. Formación de los grupos: análisis no jerárquico de conglomerados 3.5. Elección entre los distintos tipos de análisis de conglomerados 3.6. Un ejemplo de aplicación del análisis de conglomerados Resumen Términos clave Referencias bibliográficas 4. Escalamiento multidimensional 4.1. Introducción 4.2. El algoritmo básico del MDS 4.3. Recogida de datos en el MDS 4.3.1. Similaridades directas 4.3.2. Similaridades derivadas 4.3.3. Consideraciones respecto a la recogida de los datos 4.4. Tipos de escalamiento multidimensional 4.4.1. Escalamiento multidimensional clásico 4.4.2. Escalamiento multidimensional replicado 4.4.3. Escalamiento multidimensional ponderado 4.4.4. Escalamiento multidimensional clásico desdoblado Resumen Términos clave Referencias bibliográficas Apéndice 4.1. El algoritmo ALSCAL 5. Análisis de correspondencias 5.1. Introducción 5.2. Funcionamiento del análisis de correspondencias 5.3. Fundamentación matemática del análisis de correspondencias 5.4. El análisis de correspondencias para múltiples variables Resumen Términos clave Referencias bibliográficas 6. Análisis de la varianza 6.1. Introducción 6.2. Análisis de la varianza con un factor 6.2.1. Modelo e hipótesis 6.2.2. Otros aspectos del análisis de la varianza 6.2.3. Descomposición de la varianza 6.2.4. Grados de libertad y construcción del estadístico F 6.2.5. Caso especial: Análisis de la varianza con dos grupos 6.2.6. Aplicación de los contrastes 6.2.7. Validación del modelo 6.2.8. Análisis ex-post: Comparaciones múltiples 6.3. Análisis de la varianza con varios factores 6.3.1. Modelo e hipótesis 6.3.2. Descomposición de la varianza 6.3.3. Grados de libertad y construcción del estadístico 6.3.4. Medidas de los efectos de los factores 6.3.5. Modelo factorial completo e incompleto 6.3.6. Estimación de los efectos diferenciales y análisis ex-post 6.4. Diseño experimental: El diseño por bloques 6.4.1. Diseño por bloques completos al azar 6.4.2. Diseño de medidas repetidas 6.4.3. Diseño de cuadrado latino Resumen Términos clave Referencias bibliográficas 7. Análisis multivariante de la varianza 7.1. Introducción 7.2. Análisis multivariante de la varianza con un factor 7.2.1. Modelo e hipótesis 7.2.2. Descomposición de la matriz de covarianzas 7.2.3. El estadístico lambda de Wilks 7.2.4. Caso especial: Análisis de la varianza con dos grupos 7.2.5. Validación del modelo 7.2.6. Análisis ex-post 7.3. Análisis multivariante de la varianza con varios factores 7.3.1. Modelo e hipótesis 7.3.2. Descomposición de la matriz de covarianzas 7.3.3. El estadístico lambda de Wilks Resumen Términos clave Referencias bibliográficas 8. Regresión lineal múltiple 8.1. Introducción 8.2. El modelo de regresión lineal múltiple y su estimación por mínimos cuadrados 8.3. Hipótesis estadísticas básicas del modelo 8.3.1. I. Hipótesis sobre la forma funcional 8.3.2. II. Hipótesis sobre el vector de perturbaciones aleatorias 8.3.3. III. Hipótesis sobre el regresor X 8.3.4. IV. Hipótesis sobre el vector de parámetros b 8.4. Propiedades probabilísticas del modelo 8.4.1. Distribución y propiedades del vector de estimadores 8.4.2. Estimación de la varianza de las perturbaciones 8.4.3. Estimación de la matriz de covarianzas de los estimadores 8.5. Medidas de la bondad del ajuste 8.5.1. Coeficiente de determinación 8.5.2. Coeficiente de determinación corregido 8.5.3. Estadístico AIC 8.6. Modelos no lineales 8.7. Multicolinealidad 8.7.1. Detección 8.7.2. Soluciones 8.8. Modelos con variables ficticias 8.9. Principios generales del Contraste de hipótesis 8.9.1. Formulación de la hipótesis nula y de la hipótesis alternativa 8.9.2. Construcción del estadístico de contraste 8.9.3. Regla de decisión para el contraste 8.10. Contrastes de significación en el modelo de regresión 8.10.1. Contraste de un subconjunto de parámetros 8.10.2. Contraste de un parámetro individual 8,11. Contrastes de las hipótesis del modelo: normalidad y homoscedasticidad 8.11.1. Contraste de normalidad 8.11.2. Heteroscedasticidad 8.11.3. Contraste de White 8.12. Selección automática de las variables del modelo 8.12.1. Procedimiento stepwise (pasos sucesivos) 8.12.2. Procedimiento forward (hacia delante) 8.12.3. Procedimiento backward (hacia atrás) Resumen Términos clave Referencias bibliográficas 9. Análisis discriminante 9.1. Introducción 9.2. Clasificación con dos grupos 9.2.1. Clasificación con dos grupos y una variable clasificadora 9.2.2. Clasificación con dos grupos y dos variables clasificadoras 9.2.3. Función discriminante de Fisher 9.2.4. Criterios alternativos de clasificación 9.3. Inferencias y cálculo de probabilidades en el análisis discriminante 9.3.1. Planteamiento 9.3.2. Contrastes de significación y evaluación de la bondad del ajuste 9.3.3. Selección de variables 9.3.4. Cálculo de probabilidades de pertenencia a una población 9.4. Análisis discriminante con más de dos grupos 9.4.1. Obtención de las funciones discriminantes 9.4.2. Contrastes de significación Resumen Términos clave Referencias bibliográficas 10. Modelos de elección discreta 10.1. Introducción 10.2. Modelos dicotómicos 10.2.1. Planteamiento 10.2.2. Modelo de probabilidad lineal 10.2.3. Modelos logit y probit 10.2.4. Funciones índice 10.2.5. Hipótesis, estimación, medidas de bondad del ajuste y contrastes de los modelos logit y probit 10.2.6. Efectos marginales e interpretación de los coeficientes en los modelos logit y probit 10.2.7. ¿Logit o probit? 10.3. Modelos Logit multinomiales 10.4. Modelos Logit ordenados 10.5. Tablas de contingencia y modelos loglineales 10.5.1. Análisis de tablas de contingencia de orden bidimensional 10.5.2. Tablas de contingencia de orden 3 y superiores 10.5.3. Elaboración de los modelos loglineales Resumen Términos clave Referencias bibliográficas 11. Componentes principales 11.1. Introducción 11.2. Componentes principales de dos variables 11.3. Obtención de las componentes principales en el caso general y sus propiedades 11.3.1. Obtención de la primera componente 11.3.2. Obtención de las restantes componentes 11.3.3. Varianzas de los componentes 11.3.4. Correlación entre las componentes principales y las variables originales 11.3.5. Puntuaciones sin tipificar y tipificadas 11.4. Número de componentes a retener 11.4.1. El criterio de la media aritmética 11.4.2. Contraste sobre las raíces características no retenidas 11.4.3. El gráfico de sedimentación 11.4.4. Retención de variables Resumen Términos clave Referencias bibliográficas Apéndice 11.1. Elementos de álgebra lineal 12. Análisis factorial 12.1. Introducción 12.2. El modelo de análisis factorial 12.2.1. Formulación del modelo 12.2.2. Hipótesis del modelo 12.2.3. Propiedades del modelo 12.3. Métodos para la extracción de factores 12.3.1. Planteamiento 12.3.2. Matriz de correlación reproducida 12.3.3. El método de componentes principales 12.3.4. El método de las componentes principales iteradas o ejes principales 12.3.5. Otros métodos de extracción de factores 12.4. Contrastes en el modelo factorial 12.5. Rotación de factores 12.5.1. Rotación ortogonal 12.5.2. Rotación oblicua 12.6. Puntuaciones de los factores Resumen Términos clave Referencias bibliográficas 13. Ecuaciones estructurales: Análisis factorial confirmatorio 13.1. Introducción 13.2. Formalización matemática del AFC 13.3. Identificación del modelo en el AFC 13.4. Estimación de modelos en el AFC 13.4.1. Estimación por mínimos cuadrados no ponderados 13.4.2. Estimación por mínimos cuadrados generalizados 13.4.3. Estimación por máxima verosimilitud 13.4.4. Estimación por la teoría de la distribución elíptica 13.4.5. Estimación con libre distribución asintótica 13.4.6. Comparación de los distintos procedimientos de estimación 13.5. Bondad de ajuste del modelo estimado 13.5.1. Matriz residual de covarianzas 13.5.2. Estadísticos X2 para el contraste global del modelo 13.5.2. Estadísticos ad hoc 13.5.3. Convergencia en el proceso de estimación 13.6. Interpretación del modelo 13.7. Reespecificación del modelo 13.7.1. Significatividad de los parámetros 13.7.2. Contraste del multiplicador de Lagrange 13.7.3. Contraste de Wald 13.8. Un ejemplo completo de AFC Resumen Términos clave Referencias bibliográficas Apéndice 13.1. El problema de la identificación 14. Ecuaciones estructurales: Modelos de estructuras de covarianza 14.1. Introducción 14.2. Formalización matemática del MEC 14.3. Identificación del modelo en el MEC 14.4. Estimación del modelo en un MEC 14.5. Bondad de ajuste del modelo estimado 14.6. Interpretación del modelo 14.7. Reespecificación del modelo 14.8. Un ejemplo completo de MEC Resumen Términos clave Referencias bibliográficas

FORMULARIO DE PEDIDO: Complete sus datos personales, haga clic en "ENVIAR SOLICITUD".
A la brevedad le informaremos disponibilidad y costo de envío SIN obligación de compra.

Nombre y Apellido:
(*)
E-mail:
(*)
Escriba nuevamente su E-mail:
(*)
Teléfono:
Dirección donde remitir el producto:
Localidad:
Departamento/ Estado:
(*)
País:
Forma de Pago:
Comentarios:
¿Cómo nos conoció?
  Instrucciones para comprar
1 Complete el formulario de pedido ingresando sus datos personales, dirección de entrega, opción de pago y demás datos que se le solicitan, luego haga clic en enviar solicitud.
2 En el correr de 24 horas hábiles (no sábados y domingos) un operador le estará informando, sin obligación de compra, vía correo electrónico,  la disponibilidad del material, los costos de envío asociados, así como los demás datos para concretar la transacción.
3 Luego de realizar el pago e informarlo de acuerdo a las especificaciones recibidas vía e-mail, recibirá su pedido de forma rápida y cómoda en el domicilio indicado.
  Libros relacionados
EL-PLAN-DE-MARKETING-EN-LA-PYME-SAINZ-JOSE-MARIA
Libro: EL PLAN DE MARKETING EN LA PYME
Autor: SAINZ, JOSE MARIA
ISBN:  9786077075158
Ampliar información
MARKETING-IRRACIONAL-LOPEZ-PABLO
Libro: MARKETING IRRACIONAL
Autor: LÓPEZ, PABLO
ISBN:  9789876151962
Ampliar información
FUNDAMENTOS-DE-MARKETING-KOTLER-PHILIP
Libro: FUNDAMENTOS DE MARKETING
Autor: KOTLER, PHILIP
ISBN:  9789702604006
Ampliar información
FUNDAMENTOS-DE-MARKETING-KOTLER-PHILIP
Libro: FUNDAMENTOS DE MARKETING
Autor: KOTLER, PHILIP
ISBN:  9789702611868
Ampliar información
INTRODUCCION-AL-MARKETING-KOTLER-PHILIP
Libro: INTRODUCCIÓN AL MARKETING
Autor: KOTLER, PHILIP
ISBN:  9788483226766
Ampliar información
MARKETING-DE-FIDELIZACION-SIMONATO-FERNANDO
Libro: MARKETING DE FIDELIZACIÓN
Autor: SIMONATO, FERNANDO
ISBN:  9789876150736
Ampliar información


UY Libros envía sus productos desde Libros desde Uruguay Uruguay con tarifa preferencial lo que le facilita comprar libros desde Comprar Libros Argentina Argentina, Comprar Libros en Chile Chile, Comprar Libros en España España, Comprar Libros en Mexico México, Comprar Libros en Peru Perú, Comprar Libros en Colombia Colombia, Comprar Libros en Venezuela Venezuela, Comprar Libros en Ecuador Ecuador, Comprar libros en Bolivia Bolivia a un precio sumamente conveniente, casi como si los comprara en cualquier librería de su país.

Libro: ANÁLISIS MULTIVARIANTE APLICADO. MARKETING INVESTIGACION DE MERCADOS ECONOMIA EMPRESA Y TURISMO - URIEL Editorial: PARANINFO Indice: 1. Introducción 1.1. Introducción 1.2. Tipos de escalas de medida 1.2.1. Escala nominal 1.2.2. Escala ordinal 1.2.3. Escala de intervalo 1.2.4. Escala de razón 1.2.5. Otras clasificaciones 1.3. Clasificación de las técnicas multivariantes 1.3.1. Técnicas de análisis de dependencias 1.3.2. Técnicas de análisis de interdependencias 1.4. Proceso de aplicación de una técnica multivariante Resumen Términos clave Referencias bibliográficas 2. Análisis previo de los datos 2.1. Introducción 2.2. Valores perdidos 2.2.1. Diagnóstico de la aleatoriedad de los valores perdidos 2.2.2. Tratamiento de los valores perdidos 2.3. Outliers: Casos atípicos 2.3.1. Detección univariante de casos atípicos 2.3.2. Detección bivariante de casos atípicos 2.3.3. Detección multivariante de casos atípicos 2.4. Comprobación de supuestos básicos del análisis multivariante 2.4.1. Normalidad 2.4.2. Homoscedasticidad 2.4.3. Linealidad 2.4.4. Independencia de las observaciones Resumen Términos clave Referencias bibliográficas 3. Análisis de conglomerados 3.1. Introducción 3.2. Medidas de similaridad 3.2.1. Medidas de similaridad para variables métricas 3.2.2. Medidas de similaridad para datos binarios 3.2.3. Estandarización de los datos 3.3. Formación de los grupos: análisis jerárquico de conglomerados 3.3.1. Método del centroide 3.3.2. Método del vecino más cercano 3.3.3. Método del vecino más lejano 3.3.4. Método de la vinculación promedio 3.3.5. Método de Ward 3.3.6. Selección del número de conglomerados de la solución 3.4. Formación de los grupos: análisis no jerárquico de conglomerados 3.5. Elección entre los distintos tipos de análisis de conglomerados 3.6. Un ejemplo de aplicación del análisis de conglomerados Resumen Términos clave Referencias bibliográficas 4. Escalamiento multidimensional 4.1. Introducción 4.2. El algoritmo básico del MDS 4.3. Recogida de datos en el MDS 4.3.1. Similaridades directas 4.3.2. Similaridades derivadas 4.3.3. Consideraciones respecto a la recogida de los datos 4.4. Tipos de escalamiento multidimensional 4.4.1. Escalamiento multidimensional clásico 4.4.2. Escalamiento multidimensional replicado 4.4.3. Escalamiento multidimensional ponderado 4.4.4. Escalamiento multidimensional clásico desdoblado Resumen Términos clave Referencias bibliográficas Apéndice 4.1. El algoritmo ALSCAL 5. Análisis de correspondencias 5.1. Introducción 5.2. Funcionamiento del análisis de correspondencias 5.3. Fundamentación matemática del análisis de correspondencias 5.4. El análisis de correspondencias para múltiples variables Resumen Términos clave Referencias bibliográficas 6. Análisis de la varianza 6.1. Introducción 6.2. Análisis de la varianza con un factor 6.2.1. Modelo e hipótesis 6.2.2. Otros aspectos del análisis de la varianza 6.2.3. Descomposición de la varianza 6.2.4. Grados de libertad y construcción del estadístico F 6.2.5. Caso especial: Análisis de la varianza con dos grupos 6.2.6. Aplicación de los contrastes 6.2.7. Validación del modelo 6.2.8. Análisis ex-post: Comparaciones múltiples 6.3. Análisis de la varianza con varios factores 6.3.1. Modelo e hipótesis 6.3.2. Descomposición de la varianza 6.3.3. Grados de libertad y construcción del estadístico 6.3.4. Medidas de los efectos de los factores 6.3.5. Modelo factorial completo e incompleto 6.3.6. Estimación de los efectos diferenciales y análisis ex-post 6.4. Diseño experimental: El diseño por bloques 6.4.1. Diseño por bloques completos al azar 6.4.2. Diseño de medidas repetidas 6.4.3. Diseño de cuadrado latino Resumen Términos clave Referencias bibliográficas 7. Análisis multivariante de la varianza 7.1. Introducción 7.2. Análisis multivariante de la varianza con un factor 7.2.1. Modelo e hipótesis 7.2.2. Descomposición de la matriz de covarianzas 7.2.3. El estadístico lambda de Wilks 7.2.4. Caso especial: Análisis de la varianza con dos grupos 7.2.5. Validación del modelo 7.2.6. Análisis ex-post 7.3. Análisis multivariante de la varianza con varios factores 7.3.1. Modelo e hipótesis 7.3.2. Descomposición de la matriz de covarianzas 7.3.3. El estadístico lambda de Wilks Resumen Términos clave Referencias bibliográficas 8. Regresión lineal múltiple 8.1. Introducción 8.2. El modelo de regresión lineal múltiple y su estimación por mínimos cuadrados 8.3. Hipótesis estadísticas básicas del modelo 8.3.1. I. Hipótesis sobre la forma funcional 8.3.2. II. Hipótesis sobre el vector de perturbaciones aleatorias 8.3.3. III. Hipótesis sobre el regresor X 8.3.4. IV. Hipótesis sobre el vector de parámetros b 8.4. Propiedades probabilísticas del modelo 8.4.1. Distribución y propiedades del vector de estimadores 8.4.2. Estimación de la varianza de las perturbaciones 8.4.3. Estimación de la matriz de covarianzas de los estimadores 8.5. Medidas de la bondad del ajuste 8.5.1. Coeficiente de determinación 8.5.2. Coeficiente de determinación corregido 8.5.3. Estadístico AIC 8.6. Modelos no lineales 8.7. Multicolinealidad 8.7.1. Detección 8.7.2. Soluciones 8.8. Modelos con variables ficticias 8.9. Principios generales del Contraste de hipótesis 8.9.1. Formulación de la hipótesis nula y de la hipótesis alternativa 8.9.2. Construcción del estadístico de contraste 8.9.3. Regla de decisión para el contraste 8.10. Contrastes de significación en el modelo de regresión 8.10.1. Contraste de un subconjunto de parámetros 8.10.2. Contraste de un parámetro individual 8,11. Contrastes de las hipótesis del modelo: normalidad y homoscedasticidad 8.11.1. Contraste de normalidad 8.11.2. Heteroscedasticidad 8.11.3. Contraste de White 8.12. Selección automática de las variables del modelo 8.12.1. Procedimiento stepwise (pasos sucesivos) 8.12.2. Procedimiento forward (hacia delante) 8.12.3. Procedimiento backward (hacia atrás) Resumen Términos clave Referencias bibliográficas 9. Análisis discriminante 9.1. Introducción 9.2. Clasificación con dos grupos 9.2.1. Clasificación con dos grupos y una variable clasificadora 9.2.2. Clasificación con dos grupos y dos variables clasificadoras 9.2.3. Función discriminante de Fisher 9.2.4. Criterios alternativos de clasificación 9.3. Inferencias y cálculo de probabilidades en el análisis discriminante 9.3.1. Planteamiento 9.3.2. Contrastes de significación y evaluación de la bondad del ajuste 9.3.3. Selección de variables 9.3.4. Cálculo de probabilidades de pertenencia a una población 9.4. Análisis discriminante con más de dos grupos 9.4.1. Obtención de las funciones discriminantes 9.4.2. Contrastes de significación Resumen Términos clave Referencias bibliográficas 10. Modelos de elección discreta 10.1. Introducción 10.2. Modelos dicotómicos 10.2.1. Planteamiento 10.2.2. Modelo de probabilidad lineal 10.2.3. Modelos logit y probit 10.2.4. Funciones índice 10.2.5. Hipótesis, estimación, medidas de bondad del ajuste y contrastes de los modelos logit y probit 10.2.6. Efectos marginales e interpretación de los coeficientes en los modelos logit y probit 10.2.7. ¿Logit o probit? 10.3. Modelos Logit multinomiales 10.4. Modelos Logit ordenados 10.5. Tablas de contingencia y modelos loglineales 10.5.1. Análisis de tablas de contingencia de orden bidimensional 10.5.2. Tablas de contingencia de orden 3 y superiores 10.5.3. Elaboración de los modelos loglineales Resumen Términos clave Referencias bibliográficas 11. Componentes principales 11.1. Introducción 11.2. Componentes principales de dos variables 11.3. Obtención de las componentes principales en el caso general y sus propiedades 11.3.1. Obtención de la primera componente 11.3.2. Obtención de las restantes componentes 11.3.3. Varianzas de los componentes 11.3.4. Correlación entre las componentes principales y las variables originales 11.3.5. Puntuaciones sin tipificar y tipificadas 11.4. Número de componentes a retener 11.4.1. El criterio de la media aritmética 11.4.2. Contraste sobre las raíces características no retenidas 11.4.3. El gráfico de sedimentación 11.4.4. Retención de variables Resumen Términos clave Referencias bibliográficas Apéndice 11.1. Elementos de álgebra lineal 12. Análisis factorial 12.1. Introducción 12.2. El modelo de análisis factorial 12.2.1. Formulación del modelo 12.2.2. Hipótesis del modelo 12.2.3. Propiedades del modelo 12.3. Métodos para la extracción de factores 12.3.1. Planteamiento 12.3.2. Matriz de correlación reproducida 12.3.3. El método de componentes principales 12.3.4. El método de las componentes principales iteradas o ejes principales 12.3.5. Otros métodos de extracción de factores 12.4. Contrastes en el modelo factorial 12.5. Rotación de factores 12.5.1. Rotación ortogonal 12.5.2. Rotación oblicua 12.6. Puntuaciones de los factores Resumen Términos clave Referencias bibliográficas 13. Ecuaciones estructurales: Análisis factorial confirmatorio 13.1. Introducción 13.2. Formalización matemática del AFC 13.3. Identificación del modelo en el AFC 13.4. Estimación de modelos en el AFC 13.4.1. Estimación por mínimos cuadrados no ponderados 13.4.2. Estimación por mínimos cuadrados generalizados 13.4.3. Estimación por máxima verosimilitud 13.4.4. Estimación por la teoría de la distribución elíptica 13.4.5. Estimación con libre distribución asintótica 13.4.6. Comparación de los distintos procedimientos de estimación 13.5. Bondad de ajuste del modelo estimado 13.5.1. Matriz residual de covarianzas 13.5.2. Estadísticos X2 para el contraste global del modelo 13.5.2. Estadísticos ad hoc 13.5.3. Convergencia en el proceso de estimación 13.6. Interpretación del modelo 13.7. Reespecificación del modelo 13.7.1. Significatividad de los parámetros 13.7.2. Contraste del multiplicador de Lagrange 13.7.3. Contraste de Wald 13.8. Un ejemplo completo de AFC Resumen Términos clave Referencias bibliográficas Apéndice 13.1. El problema de la identificación 14. Ecuaciones estructurales: Modelos de estructuras de covarianza 14.1. Introducción 14.2. Formalización matemática del MEC 14.3. Identificación del modelo en el MEC 14.4. Estimación del modelo en un MEC 14.5. Bondad de ajuste del modelo estimado 14.6. Interpretación del modelo 14.7. Reespecificación del modelo 14.8. Un ejemplo completo de MEC Resumen Términos clave Referencias bibliográficas ISBN: 8497323726 Categoría: MKT GENERAL Reseña: El objetivo principal de esta obra es proporcionar al lector un método para aprender el manejo de las principales técnicas de análisis multivariante, imprescindibles en el campo de la investigación y objeto de numerosos cursos en todas las universidades españolas y de uso generalizado en muchas empresas de investigación de mercados. Las principales características de esta obra son las siguientes: * Equilibrio entre el rigor en la presentación de las técnicas y la enseñanza de cómo aplicarlas de una manera práctica y efectiva * Casi 40 casos de aplicación práctica y decenas de ejemplos permiten al lector entender cada uno de los pasos y poder aplicar sus conocimientos con las adecuadas bases de datos * Los casos proceden de numerosos campos de conocimiento: economía general, economía financiera, marketing e investigación de mercados * Utilización de los más importantes paquetes estadísticos: SPSS, SAS, EQS, SAS Calis, GAUSS. Se ofrecen las salidas de estos programas que son adecuadamente comentadas * Un capítulo está dedicado a la preparación de los datos para aplicar adecuadamente las técnicas, ofreciendo el análisis de valores perdidos, casos atípicos y comprobación de las propiedades de normalidad, homoscedasticidad, linealidad e independencia de las observaciones * Las técnicas abordadas por el libro son: análisis de conglomerados, escalamiento multidimensional, análisis de correspondencias, análisis de la varianza, análisis multivariante de la varianza, regresión lineal múltiple, análisis discriminante, modelos de elección discreta, análisis de componentes, principales, análisis factorial, análisis factorial confirmatorio y sistemas de ecuaciones estructurales Precio: 1960 USD Estado: Libro Nuevo.
Western Union Money Gram BROU Abitab RedPagos IBC Inc

Si alguna información contenida en UY LIBROS incumpliere alguna Ley de Propiedad Intelectual,
rogamos nos lo comunique al e-mail: 
uylibros@gmail.com y será inmediatamente retirada.