,.........--

,INDICE

Introducción ....................................................................................................

Capítulo 1. Entorno de trabajo de SPSS.................................................................

Introducción y manejo de datos en SPSS .........................................................Lectura e importación de datos en SPSS ..........................................................

Importación de datos de hoja de cálculo ......................................................Importación de archivo de base de datos .....................................................Importación de archivos de texto ASCII ......................................................

Ventanas en SPSS y trabajo en modo comando...............................................Editor de datos..............................................................................................Visor .............................................................................................................

Editor de gráficos ........................................................................................Editor de resultados de texto ........................................................................Editor de sintaxis ..........................................................................................

El asesor de resultados .....................................................................................

Cuadros de diálogo de los procedirpientos.......................................................Transformación de valores de datos.................................................................

Categorizar variables ;~..:;............................................................Asignar rangos a casos y tipificar variables .................................................Recodificación de variables..........................................................................Remodificación automática..........................................................................

Contar apariciones ........................................................................................Transformación de datos de seriesAemporales.................................................

Definir fechas ...............................................................................................

Crear serie temporal.....................................................................................Reemplazar valores perdidos........................................................................

Gestión y transformación de archivos ..............................................................Ordenar casos ...............................................................................................

xv

1

1689

121616161922222324252933353738383940414242

VIII MÉTODOS ESTADíSTICOS AVANZADOS CON SPSS

Ponderar casos..............................................................................................Transponer archivos de datos .......................................................................Fusión de archivos: Añadir variables y casos ..............................................Agregar un archivo de datos.........................................................................Segmentar un archivo de datos.....................................................................

Selección de casos ............................................................................................Selecciónde casosmediantecriterioscondicionales.."'.'.."".'.'.."..'.'.""""

Selección de fechas, horas y filas .................................................................Selección de una muestra aleatoria ..............................................................Semilla de aleatorización ó'.'.': '."""".' '.'.........................

Capítulo 2. Operadores y funciones. .Aplicaciofu!s................................................

Operadores en SPSS .........................................................................................Operadores aritméticos.................................................................................Operadoresrelacionales.'..'.'.'.'...'..'.'.".'.'.' ' ""'..................................Operadores lógicos .......................................................................................Ejemplos con operadores "'.'."""""..'.' "".'.'.'...'..'.'."""'.....................

Funciones en SPSS ...........................................................................................

Funciones exponenciales y logarítmicas ......................................................Funciones trigonométricas ...........................................................................Funciones numéricas '.'."...'.."'.""'."".".""' "'..'.'."".'.'............................

Funciones de estadística descriptiva.............................................................Funciones de generación de números aleatorio s ..........................................Funciones de distribución y sus inversas ."""'.'...".'.".""'..""'..""""""".".

Funcionesde densidad "' '.."" ""...'.

Funciones de cadena ....................................................................................Funciones lógicas ........................................................................................Funciones de conversión ""'..'.""..

Funciones de valores desaparecidos ' '.'."'"

Funciones de fecha y hora ............................................................................Ejemplos con funciones ...'."".'.' ""..."'..'.""..."'.."'.'..""...'..'""'...""...'.'

Capítulo 3. Técnicas de dependencia y modelos econométricos:

Regresión múltiple ................................................................................................

Técnicas de dependencia y modelización.........................................................Modelo de regresión lineal múltiple ................................................................Estimación del modelo lineal de regresión múltiple .......................................Estimación del modelo, contrastes e intervalos de confianza a través del

cálculomatricial '.".'...' ".'...' ' ".'.'

Análisis de la varianza , ".,., ,.".

42434346474848494950

51

51515252525454555555555759616262626265

87

879192

9394

L

Predicciones .....Análisis de los r

El problema de ]Soluciones paraEl problema de

Contraste de IContraste de :

Soluciones paraEl problema deSoluciones paraSPSS y el modeSPSS y el mode

M.C. en dos j

SPSS y modeloSPSS y la regreSPSS y modelo

Prais Winstel

Capítulo 4. MOt

Introducción aMínimos cuadr

SPSS y la estinEstimación eEstimación r

Análisis de la e

SPSS y el análi

Capítulo 5. Mol

Logit y Probi

Modelos de elt:Modelos de elt:

Modelo lineModelos Prc

SPSS y la regfiSPSS y el modModelos de eh

Modelo LogModelo Prol

SPSS y el mod

.................

................."""""""'"

.................

................."""""""'"

"""""""'"

"""""""'"

................

""""""""

..................

""""""""

................

""""""""

""""""""

""""""""

................

""""""""

""""""'"

...............

""""""'"

""""""'"

""""""'"

""""""'"

""""""'"

...............

""""""'"

""""""'"

""""""'"

..............

,t...............

"""""""

"""""""

"""""""

del"""""'"

"""""'"

42434346474848494950

51

51515252525454555555555759616262626265

87

879192

9394

-

íNDICE

Predicciones .....................................................................................................Análisis de los residuos ....................................................................................

El problema de la autocorrelación y su detección............................................Soluciones para la autocorrelación...................................................................El problema de la heteroscedasticidad y su detección .....................................

Contraste de Glesjer .....................................................................................Contraste de Breush-Pagan ..........................................................................

Soluciones para la heteroscedasticidad ............................................................El problema de la multicolinealidad y su detección.........................................

Soluciones para la multicolinealidad ...............................................................

SPSS y el modelo de regresión múltiple """"""""""""""""""""""""""'."'"

SPSS y el modelo con regresores estocásticos. Variables instrumentales yM.C. en dos fases .........................................................................................

SPSS y modelos con heteroscedasticidad. Mínimos cuadrados ponderados ...SPSS y la regresión con variable respuesta ordinal .........................................SPSSy modelos con autocorrelación. Métodos M.V., Cochrane-Orcutt y

Prais Winsten................................................................................................

Capítulo 4. Modelos econométricos no lineales y correlación canónica .............

Introducción a los modelos no lineales ............................................................Mínimos cuadrados no lineales ........................................................................

SPSS y la estimación curvilínea.......................................................................Estimación curvilínea con SPSS ..................................................................

Estimación no lineal general con SPSS........................................................Análisis de la correlación canónica ..................................................................

SPSS y el análisis de la correlación canónica ..................................................

Capítulo 5. Modelos econométricos de elección discreta binaria y múltiple:

Logity Probit """"""""""""""""".",....................................................................

Modelos de elección discreta ~..:;..........................................................Modelos de elección discreta binaria .:.............................................................

Modelo lineal de probabilidad """""""""""""""""""""""","""""""""'"

Modelos Probit y Logit ................................................................................SPSS y la regresión logística binaria ...............................................................SPSSy el modelo Probit """""""""""""""""""""""""""""""""""""""","

Modelos de elección múltiple ..........................................................................Modelo Logit Multinomial...........................................................................Modelo Probit Multinomial ,.

SPSS y el modelo Logit Multinomial ..............................................................

IX

979899

102102102103103104104105

122128132

134

197

197158160160164168171

197

197198198199203210214214216216

-~

x MÉTODOS ESTADíSTICOS AVANZADOS CON SPSS

Capítulo 6. Modelos econométricos de series temporales: Suavizado,

predicción y metodologíaARIMA .......................................................................

Introducción a las series temporales.................................................................Tendencia de una serie temporal......................................................................SPSS y la tendencia de las series temporales ...................................................Variaciones estacionales en una serie temporal...............................................SPSS y las variaciones estacionales .................................................................Variaciones cíclicas en una serie temporaL ,............................................SPSS y las variaciones cíclicas y estacionales: Pemodograma y

densidadespectral , ,................Suavizado y predicciones incondicionales de series t~mporales: Enfoque

determinista ..................................................................................................

'Suavizado por medias móviles .....................................................................Suavizado lineal de Holt "..............................

Suavizado exponencial de Brown ................................................................Suavizado estacional de Winters ..................................................................

Suavizado y predicciones incondicionales deterministas con SPSS ................Modelado de series y predicciones incondicionales estocásticas:

Metodología de .Box-Jenkins.......................................................................Fases del modelado y tipología de modelos ARIMA(p,d,q) ........................Modelos autorregresivos AR(p) ...................................................................Modelos de medias móviles MA(q) "........................................Modelos ARMA(p,q) ..................................................................................Modelos ARIMA(p,d,q) ".......................................Identificación de modelos ARIMA(p,d,q) ...................................................Estimación de modelos ARIMA(p,d,q) .......................................................Diagnóstico, validación o contraste de modelos ARIMA(p,d,q) .................Predicción en modelos ARIMA ...................................................................

SPSS y la identificación de modelos ARIMA .................................................SPSS y la estimación, predicción y validación de modelos ARIMA...............

Capítulo 7. Modelos econométricos del análisis de la varianza y la covarianza

simple y múltiple....................................................................................................

Introducción ,..............................................

Modelo ANOV A (Análisis de la varianza simple).......................................Modelo ANCOV A (Análisis de la covarianza simple) "......Modelo MANOV A (Análisis de la varianza múltiple) ................................Modelo MANCOV A (Análisis de la covarianza múltiple) ..........................

ANOV A con un solo factor..............................................................................ANOV A con dos .factores................................................................................ANOV A con tres factores ................................................................................

237

Modelo en cuadradcModelos ANCOV A d(

Modelo con un factlModelo con dos facModelos con dos fa

Análisis multivarianteAnálisis multivariaJAnálisis multivariaJ,

Análisis multivariant~Modelo Lineal Gener:SPSS y el modelo At-SPSS y los modelos AJSPSS y la estimación

ANCOV A de efec1

SPSS y los modelos ry varios factores...

SPSS y los modelos (medidas repetidas

237238241247249253

255

256257258258259259

263263264265265266267275275277277283

Capítulo 8. Modelos

Modelos lineales mi]Modelos econométri

Modelo de regresiModelos de coefi(Modelos de efectcModelos de efect(

El procedimiento ffij

Capítulo 9. Modelo:Análisis discrimi,

309

Introducción al anál

Hipótesis en el modEstimación del mod

Contrastes de sigSelección de vari

Interpretación de laClasificación de 1mAnálisis discrimina

SPSS y el análisis (

309309310310310311316321

.................. 237

--

íNDICE

Modelo en cuadrado latino ...........................................................................Modelos ANCOV A de la covarianza ...............................................................

Modelo con un factor y un covariante..........................................................Modelo con dos factores y un covariante .....................................................Modelos con dos factores y dos covariantes ................................................

Análisis multivariante de la varianza (MANOV A)..........................................Análisis multivariante de la varianza con un factor .....................................Análisis multivariante de la varianza con dos factores ................................

Análisis multivariante de la covarianza (MANCOV A) ".....................Modelo Lineal General (GLM) ........................................................................SPSS y el modelo ANOV A de un factor..........................................................SPSS y los modelos ANOV A y ANCOV A univariantes de uno y varios factoresSPSS y la estimación de las componentes de la varianza en modelos

ANCOV A de efectos mixtos "..............

SPSS y los modelos MANOV A y MANCOV A multivariantes de unoy varios factores ,.....................................

SPSS y los modelos del análisis de la varianza y la covarianza conmedidas repetidas .........................................................................................

Capítulo 8. Modelos econométricos de datos de panel: Modelos mixtos.......

Modelos lineales mixtos ...................................................................................

Modelos econométricos con datos de panel.....................................................Modelo de regresión múltiple con datos de panel........................................Modelos de coeficientes constantes..............................................................

Modelos de efectos fijos...............................................................................Modelos de efectos aleatorio s ......................................................................

El procedimiento modelos lineales mixtos de SPSS ........................................

Capítulo 9. Modelos econométricos de clasificación ad hoc:Análisis discriminante :..~~............................................................

Introducción al análisis discriminante .L..:........................................................

Hipótesis en el modelo discriminante...............................................................Estimación del modelo discriminante ..............................................................

Contrastes de significación en el modelo discriminante """""""""""',"""

Selección de variables discriminantes ..........................................................

Interpretación de la función discriminante .......................................................Clasificación de los ..individuos.......................................................................Análisis discriminante ..canónico.....................................................................SPSS y el análisis discriminante.......................................................................

XI

322323323324324325325331331332332338

349

351

359

373

373374378383391394397

409

409410411413416420422425426

"""""""" 237"""""""" 238"""""""" 241'............... 247""""""'" 249""""""'" 253

""""""'" 255

foque............... 256""""""", 257""""""'" 258............... 258............... 259""""""'" 259

""""""" 263

""""""" 263

""""""" 264

.............. 265""""""" 265.............. 266""""""" 267""""""" 275.............. 275.............. 277""""""" 277'............. 283

'arianza,.............. 309It

............. 309"""""'" 309"""""'" 310"""""'" 310............. 310"""""'" 311"""""'" 316

321

XII MÉTODOS ESTADíSTICOS AVANZADOS CON SPSS

Capítulo 10. Técnicas de clasificación post hoc: Análisis cluster ................

Principios del análisis cluster ...........................................................................El problema matemático...................................................................................

El concepto de distancia...............................................................................Clasificaciones jerárquicas y disimilitudes ..................................................Distancia ultramétrica y algoritmo s de clasificación....................................Medidas de similitud ....................................................................................

Procedimientos y técnicas en el análisis de conglomerados ............................Conglomerados jerárquicos, secuenciales, aglomerativos y exclusivos (S.A.H.N)....Representación gráfica: Dendograma...............................................................Conglomerados no jerárquicos :...........................................Análisis cluster en dos fases .............................................................................

Análisis cluster jerárquico con SPSS ...............................................................

Análisis cluster no jerárquico con SPSS ..........................................................Análisis cluster en dos fases con SPSS ............................................................

Capítulo 11. Reducción de la dimensión con variables cuantitativas:Componentes principales y análisis factorial.............................................

Introducción a las técnicas de reducción de la dimensión................................

Análisis en componentes principales................................................................Cálculo de las componentes principales.......................................................

Puntuaciones o medición de las componentes..................................................Número de componentes principales a retener.................................................

Criterio de la media aritmética .....................................................................

Criterio del gráfico de sedimentación...........................................................Matriz de cargas factoriales, comunalidad y círculos de correlación...............Rotación de las componentes """"""""""""""""""""""""""""""""""""'"

Análisis factoria!...............................................................................................Contrastes en el modelo factorial.....................................................................Rotación de los factores.................................................................................................

Rotaciones ortogonales..............................................................................................Rotaciones oblicuas ...................................................................................................

Interpretación gráfica de los factores ............................................................................Puntuaciones o medición de los factores......................................................................

Componentes principales y análisis factorial con SPSS..............................................Ejemplo de análisis en componentes principales con SPSS ...................................Ejemplo de análisis factorial con SPSS ....................................................................

441

441443444444447450454456460460464465471475

489

489491492494494494495495497497500501501502502503504505516

Lo.-

Capítulo 12. ReducclCorrespondencias

Análisis de correspOlAnálisis de correslAnálisis de corresl

Ejemplo de análisis (Ejemplo de análisis,

Capítulo 13. Reducecuantitativas: Ese

Escalamiento óptim(Análisis en compon(

Ejemplo de AnáliAnálisis no lineal de

Ejemplo de corre]Regresión categóric

Ejemplo de regrei

Capítulo 14. Reduc

Introducción al aná]Análisis conjunto eJMódulo CategoríasFases del análisis c(

Procedimiento OEstructura del pn

Ejemplo de análisisGeneración del dConfiguración d(Preparación de hRecogida de losAnálisis de las pInterpretación d~

Capítulo 15. Redu,escalamiento m,

Concepto de fiabil:Análisis de la fiabi

ter ................

"""""""""'"

"""""""""'"

"...................

"""""""""'"

"""""""""'"

,....................

""""""""""

(S.A.H.N)....""""""""""

....................

""""""""""

""""""""""

""""""""""

""""""""""

¡tivas:""""""""""

""""""""""

""""""""""

""""""""""

....................

""""""""'"

""""""""'"

...................

ón...............

...................""""""""'"

""""""""'"

"""""""""""

"""""""""'"

[::::::::::::::::::::"""""""""'"

"""""""""'"

"""""""""'"

"""""""""'"

441

441443444444447450454456460460464465471475

489

489491492494494494495495497497500501501502502503504505516

~

íNDICE XIII

Capítulo 12. Reducción de la dimensión con variables cualitativas:Correspondencias simples y múltiples ........................................................

Análisis de correspondencias ...........................................................................Análisis de correspondencias simples ACS .................................................Análisis de correspondencias múltiples ACM .............................................

Ejemplo de análisis de correspondencias simples ............................................Ejemplo de análisis de correspondencias múltiple...........................................

Capítulo 13. Reducción de la dimensión con variables cualitativas ycuantitativas: Escalamiento óptimo............................................................

Escalamiento óptimo ,...............................Análisis en componentes principales categórico..............................................

Ejemplo de Análisis en Componentes Principales Categórico con SPSS....Análisis no lineal de correlación canónica .......................................................

Ejemplo de correlación canónica no lineal con SPSS ..................................Regresión categórica mediante escalamiento óptimo.......................................

Ejemplo de regresión categórica mediante escalamiento óptimo en SPSS..

Capítulo 14. Reducción de la dimensión: Análisis conjunto .........................

Introducción al análisis conjunto......................................................................Análisis conjunto en el esquema de métodos de reducción de la dimensión...Módulo Categorías de SPSS y procedimientos de reducción de la dimensiónFases del análisis conjunto según el método del perfil completo:

Procedimiento CONJOINT ;,...

Estructura del procedimiento CONJOINT de SPSS ....................................Ejemplo de análisis conjunto con SPSS ...........................................................

Generación del diseño ortogona~; ORTHOPLAN........................................Configuración del número de tarjetas de estímulos a generaL....................Preparación de las tarjetas de estÍtlllllos: PLANCARDS .............................Recogida de los datos :'................................................................Análisis de las preferencias mediante el análisis conjunto: CONJOINT .....Interpretación de las salidas del análisis conjunto........................................

Capítulo 15. Reducción de la dimensión: Fiabilidad de escalas yescalamiento multidimensinal.....................................................................

Concepto de fiabilidad......................................................................................Análisis de la fiabilidad....................................................................................

533

533534543547559

591

591593595611613623625

643

643645646

646650654654657658661662664

689

689691

XIV MÉTODOS ESTADíSTICOS AVANZADOS CON SPSS

Modelos de fiabilidad...................................................................................Estadísticos de fiabilidad..............................................................................

Ejemplos de análisis de la fiabilidad con SPSS................................................Escalamiento multidimensional........................................................................

Tipos de escalamiento multidimensional.........................................................Modelo de escalamiento métrico......................................................................

Ejemplo de escalamiento métrico con SPSS ................................................Modelos de escalamiento no métrico ...............................................................

Ejemplo de escalamiento no métrico con SPSS ...........................................Modelo de escalamiento de diferencias individuales (INDSCAL) ..................

Ejemplo de modelo de escalamiento de diferencias individualesINDSCAL con SPSS :.:.........................................

Modelo de escalamiento desdoblado (unfolding).............................................Ejemplo de modelo de escalamiento desdoblado (unfolding) con SPSS .....

Modelo de escalamiento con replicación "...Modelos GEMSCAL e IDIOSCAL..................................................................

Modelos para matrices .asimétricas..................................................................Modelo ASCAL ...........................................................................................Modelo AINDS ............................................................................................

Ejemplo de modelo PROXCAL con SPSS ..................................................

Índice alfabético ..............................................................................................

692695696702703706707711713718

720730731735736737737738738

759

Este libro pre~de una forma sencillacomo finalidad inicia]tradicionalmente califisin necesidad de mancomún de la aversiématemático en estadís1

muy científicas.

Hoy en día sdesde la economía, lesociología, la psicoloJtrabajar en estadísticade los propios concematemático. Posterio]programas de ordena<el desarrollo matemá1estadísticos.

En este libro ~

posible, de modo qucapítulos comienzanpresentando a continuel programa SPSS.totalmente resueltos, jes lo más importante I

L.-