IBM SPSS estadística aplicada : conceptos y ejercicios resueltos / César Pérez López.

Capítulo 1. Primeros pasos en IBM SPSS. Entorno de trabajo, 1 -- Capítulo 2. Trabajo con datos en IBM SPSS, 15 -- Capítulo 3. Transformación de datos, matching y segmentación, 51 -- Capítulo 4. Operadores y funciones. Aplicaciones estadísticas, 79 -- Capítulo 5. Gráficos en IBM SPSS, 113 -- Capítulo 6. Estadística descriptiva y análisis exploratorio de datos, 127 -- Capítulo 7. Distribuciones discretas y contínuas, intervalos de confianza y contrastes, 197 -- Capítulo 8. Tablas de contingencia. Correlación, asociación e independencia, 247 -- Capítulo 9. Contrastes no paramétricos, 291 -- Capítulo 10. Reducción de la dimensión. Componentes principales y análisis factorial, 327 -- Capítulo 11. Categorías en SPSS. correspondencias, análisis, conjunto y escalamiento, 359 -- Capítulo 12. Reducción de la dimensión con variables cualitativas y cuantitativas. Escalamiento óptimo, 407 -- Capítulo 13. Técnicas de clasificación y segmentación. Análisis discriminante clúter, 461 -- Capítulo 14. Técnicas de muestreo estadístico, 511.

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.