Análisis Estadístico con SPSS

CAICYT - Centro Argentino de Información Científica y Tecnológica
A Distancia

$ 420
IVA inc.
¿Preferís llamar ya al centro?
4951-... Ver más
Compará este curso con otros similares
Ver más cursos similares

Información importante

  • Curso
  • A distancia
  • Duración:
    1 Mes
Descripción

El objetivo del curso es presentar desde el punto de vista práctico los procedimientos más utilizados en el análisis estadístico univariado. También se desarrollarán en forma breve conceptos teóricos y metodológicos a tener en cuenta en procesamiento y análisis de datos.
Dirigido a: Profesionales y técnicos de las diferentes áreas de las ciencias que requieran de la utilización de técnicas básicas y concretas para el análisis de datos, comprensión del lenguaje estadístico y procesamiento estadístico de resultados

Información importante

Preguntas Frecuentes

· Requisitos

Tener instalado el Adobe Acrobat (pdf), Excel y el paquete estadístico SPSS. Tener nociones básicas de estadística.

Opiniones

Todavía no hay opiniones de este curso

Temario

Metodología:
Los módulos son principalmente prácticos, se trabaja sobre la elaboración y confección de informes estadísticos utilizando el paquete estadístico SPSS en el análisis y procesamiento de datos.
Modalidad:
A distancia: a través de la plataforma virtual de cursos de CAICYT. Se levantará un módulo semanal. El cursante contará además con una tutoría permanente, vía e-mail o a través del FORO de la plataforma, desde el segundo día a partir de la recepción del 1er. módulo, hasta los 7 días posteriores a la recepción del último. Las respuestas serán enviadas, dentro de los dos días hábiles de recibidas las consultas.
Docente Responsable: Pablo A. Salgado
Lic. en Ciencias Biológicas. Ex docente e Investigador del Centro Municipal de Epilepsia, Div. Neurología, Hospital Ramos Mejía. Docente a Cargo de Seminario de Estadística en la Cátedra de Metodología de Investigación y Estadística, Carrera de Terapia Ocupacional. Facultad de Psicología, UBA. Docente de Estadística de la Carrera de Terapia Ocupacional USAM. Docente de Estadística en la Maestría de Biología Molecular Médica (UBA), Maestría en Física Médica (UBA) y Maestría en Psicología Social Comunitaria (UBA). Dictado de Cursos de Capacitación en CAICYT, CONICET. Dictado de diversos cursos de Estadística e Informática en Capacitación Continua, UBA desde 1996. Cursos en el Postgrado de Informática Médica USAL, Dictado de Cursos en SENASA. Dictado de Curso en ILSI ARGENTINA. Consultor del Programa de Reinversión en el Sector Educativo, BID-GCBA. Coordinación de Encuestas Educativas en Programa ZAP, Ministerio de Educación GCBA. Docente en la Carrera de Formación de Administradores de Servicios de Salud AGOCIBA. Docente de Estadística en Postgrado de Ergonomía IRAM. Docente de estadística en Postgrado de Ergonomía UTN. Docente invitado en la Maestría en Neuropsicología Hospital Italiano. Asesoramiento estadístico y metodológico a diferentes grupos de investigación y organismos estatales y privados.

Programa
Semana 1:
Medidas de asociación entre variables nominales: Chi cuadrado: test de bondad de ajuste y test de independencia, Coeficiente de contingencia, Phi y V de Cramer, Lambda, Coeficiente de incertidumbre, Riesgo Relativo y Odds-Ratio. Medidas de asociación entre variables ordinales: Gama, “D” de Somers, Tau de Kendall. Medidas de asociación entre variables cuantitativas: Correlación de Pearson y Coeficiente de Spearman.
Semana 2:
Tests Estadísticos más utilizados para contrastes paramétricos y no paramétricos univariados. Pruebas y gráficos para comprobar Normalidad de las variables. Pruebas para comprobar Homogeneidad de las varianzas. Comparación entre medias. Test de Student para una muestra. Test de student para muestras relacionadas e independientes. Test no paramétricos para muestras independientes: U de Mann-Whitney, Z de Kolmogorov-Smirnov y H de Kruskal-Wallis. Test no paramétricos para muestras relacionadas: Test de Wilcoxon y Test de Friedman.
Semana 3:
Análisis de la varianza: ANOVA de un factor. Comparaciones post hoc. Comparaciones planeadas. Análisis de la homogeneidad de la varianza. Pruebas robustas para inhomogeneidad de la varianza.
Semana 4:
ANOVA para más de un factor. Análisis de la covarianza. ANOVA para medidas repetidas


Compará este curso con otros similares
Ver más cursos similares