登入選單
返回Google圖書搜尋
Herramientas de Análisis Multivariado para la Investigación Social. Una guía práctica en STATA.
Gustavo Adolfo Urbina CortésSergio Arturo Bárcena Juárez
出版Tecnológico de Monterrey/Porrúa, 2019-11-04
主題Social Science / GeneralSocial Science / MethodologyMathematics / Probability & Statistics / Multivariate Analysis
ISBN60751544779786075154473
URLhttp://books.google.com.hk/books?id=XpQMEAAAQBAJ&hl=&source=gbs_api
EBookSAMPLE
註釋El libro que usted tiene en sus manos parte de la necesidad de distanciarse de una idea donde la estadística y algunos de sus recursos más sofisticados están sólo al alcance de unas cuantas personas. Mediante las bondades de los paquetes informáticos de hoy en día y el poder que brindan los textos, en ocasiones poco valorados, de difusión y acompañamiento escolar, este manual pretende brindar un acercamiento introductorio y general a distintas técnicas de clasificación y organización de datos. Particularmente, nos interesa marcar la cancha en nuestro campo de estudio, las ciencias sociales, donde a los números aún se les ve con recelo, con excesiva soberbia o incluso con lejano entendimiento. Creyentes del mantra de que sin teoría y sin método la técnica no es más que un artificio, aquí intentamos ofrecer una guía sobre cómo adentrarse en el complejo mundo de la reducción de dimensionalidad, la ordenación de conglomerados, el cotejo entre categorías, entre otros tantos insumos. El libro ha sido diseñado para que estudiantes de licenciatura y de posgrado, o cualquier persona que haya tenido un acercamiento previo al conocimiento de la ciencia probabilística y al uso del programa STATA, encuentren un apoyo sistemático para hacer un efectivo tratamiento de información relacionada con fenómenos sociales. Con el objetivo de balancear la teoría estadística, el ordenamiento, el uso de datos y la programación de sentencias en un programa de análisis, el público lector encontrará un acercamiento introductorio y dinámico a distintas técnicas. Entre estas figuran el análisis factorial, el análisis de componentes principales, el análisis de conglomerados, el escalamiento multidimensional, el análisis de correspondencias y las clases latentes.