CURSO DE SPSS STATISTICS

CONTENIDO DE CURSOS SPSS STATISTICS EN LÍNEA

A.   CURSO MÓDULO “BASE” (12 hrs)

1.-   Introducción a SPSS :

a.-    Ventanas

b.-    Tipos de Variables

c.-    Opciones Generales

d.-    Valores perdidos por el sistema

e.-    Valores perdidos definidos por el usuario

2.-   Tipos de ayuda :

a.-    Que es esto?

b.-    Ayuda en Cuadros de Diálogo

c.-    Ayuda sensible al contexto

d.-    Ayuda de Sintaxis

3.-   Archivos de Datos :

a.-    Apertura de archivos de MSExcel

b.-    Apertura de archivos de texto (.txt, .csv)

4.-   Editor de Datos

a.-    Vista de Datos

b.-    Vista de Variables

c.-    Insertar y Eliminar variables y casos

5.-   Administración de Archivos :

a.-    Ordenar casos

b.-    Fundir archivos de datos

c.-    Agregar datos

d.-    Segmentar Archivos

e.-    Seleccionar casos (Filtro)

6.-   Transformaciones de los Datos

a.-    Calcular Variable

b.-    Contar apariciones de valores dentro de los casos

c.-    Recodificar en distintas variables

d.-    Agrupación Visual

e.-    Recodificación Automática

7.-   Administración del Visor de Resultados:

a.-    Edición de tablas y gráficos

b.-    Mostrar y ocultar resultados

c.-    Exportar resultados

8.-   Resúmen de Usos del Comando “Analizar” :

a.-    Estadísticos Descriptivos

b.-    Tablas cruzadas

c.-    Correlaciones

d.-    Regresión

e.-    Respuestas Múltiples

9.-   Gráficos:

a.-    Gráficos para tipos de variables

b.-    Uso del Generador de Gráficos

c.-    Cuadro de Diálogo Antiguo

d.-    Selector de plantillas de tablero

B.   CURSO MÓDULO “ESTADÍSTICAS AVANZADAS” (6 hrs)

1.    MODELO  LINEAL GENERAL:

·         MLG - Univariante

·         MLG - Multivariante

2.    SUPERVIVENCIA : 

·        Tablas de Mortalidad ó  Método Actuarial

·        Kaplan-Meier

·        Regresión de Cox

C.   CURSO MÓDULO “REGRESIONES” (6 hrs)

1.    Correlaciones, Coeficiente de Correlación

2.    Conceptos de ANOVA, Residuos, (R²) Coeficiente de Determinación

3.    Estimación Curvilínea

4.    Regresión Simple y Múltiple

5.    Modelado Lineal Automático

6.    Regresión Logística Binaria y Multinomial

D.   CURSO MÓDULO “TABLAS PERSONALIZADAS” (4 hrs)

1.    Definición de “Apilado”, “Anidado” y “Capa”

2.    Creación de tablas con diferentes estadísticos (Recuento, % Fila, % Col, % de Tabla)

3.    Tablas con variables de escala y mixtas

4.    Tablas de Análisis de Respuestas Múltiples

5.    Exportación de tablas

E.   CURSO MÓDULO “DATA PREPARATION” (2 hrs)

1.    Introducción a la preparación de datos

2.    Reglas de validación

3.    Validar datos

4.    Preparación automática de datos

5.    Identificar casos atípicos

6.    Intervalos óptimos

F.    CURSO MÓDULO “VALORES PERDIDOS” (2 hrs)

1.    Introducción a valores perdidos

2.     Análisis de valores perdidos

3.    Imputación múltiple

G.   CURSO MÓDULO “FORECASTING” (4 hrs)

1.    Métodos de Suavizado Exponencial

2.    Métodos Autoregresivos Integrados

·        ARIMA (Box Jenkins)

3.    Métodos Automáticos

H.   CURSO MÓDULO “CATEGORÍAS” (4 hrs)

1.    ¿Qué es el escalamiento óptimo?

2.    ¿Por qué utilizar el escalamiento óptimo?

3.    Nivel de escalamiento óptimo y nivel de medición

4.    ¿Qué procedimiento es el mejor para la aplicación?

5.    Mapas perceptuales

6.    Análisis de Correspondencias Simple

7.    Mapas Perceptuales por Tabla de Medias

I.      CURSO MÓDULO “ÁRBOLES DE DECISIÓN” (4 hrs)

1.    Ejemplos de Usos Generales de Análisis basados en Arboles de Decisiones :

a.    Segmentación 

b.    Estratificación

c.    Predicción 

2.   Algoritmos Disponibles :

a.    CHAID

b.    CHAID exhaustivo

c.    C&RT

d.    QUEST

J.       CURSO MÓDULO “MARKETING DIRECTO” (4 hrs)

1.    Análisis de RFM

2.    Puntuaciones de RFM desde datos de

3.    transacciones

4.    Puntuaciones de RFM desde datos de cliente

5.    Agrupación de RFM

6.    Análisis de clústeres

7.    Perfiles de posibles clientes

K.           CURSO MÓDULO “MUESTRAS COMPLEJAS” (4 hrs)

1.    Propiedades de las muestras complejas

2.    Uso de los procedimientos de Muestras complejas

3.    Muestreo a partir de un diseño complejo

4.    Preparación de una muestra compleja para su análisis

5.    Características adicionales de los comandos CSPLAN y CSSELECT

L.    CURSO MÓDULO “CONJOINT” (4 hrs)

1.    Introducción al Análisis conjunto

2.    Enfoque de perfil completo

3.    Generación de diseño ortogonal

4.    Comando ORTHOPLAN

5.    Presentación de un diseño

6.    Comando PLANCARDS

M.   CURSO “REDES NEURONALES” (4 hrs)

1.    Introducción a las redes neuronales

2.    Estructura de red neuronal

3.    Algoritmo Perceptrón Multicapa

4.    Guardar

5.    Exportar

6.    Opciones

7.    Algoritmo Función de base radial

N.   CURSO “BOOTSTRAPPING” (2 hrs)

1.    Introducción a la simulación de muestreo

2.    Procedimientos que admiten la simulación de muestreo

3.    Comando BOOTSTRAP

O.   CURSO “PRUEBAS EXACTAS” (2 hrs)

1.    Introducción a Pruebas exactas

2.    Tablas de contingencia

3.    Pruebas no paramétricas

4.    El método exacto

 

CURSOS IBM SPSS MODELER EN LÍNEA

CURSO No. 1-A: Introducción a la minería de datos

Objetivo

El curso está orientado a que el participante conozca los conceptos más importantes en minería de datos, utilice la metodología CRISP-DM y aproveche las capacidades de IBM SPSS Modeler para la preparación y transformación de la información, previo a la generación de modelos.

Temario

- Metodología CRISP-DM.

- Importar fuentes de información.

- Calidad de datos.

Duración de curso

10 horas

Precio por participante: A negociar

Horario : A negociar

CURSO No. 1-B: Preparación de datos con IBM SPSS Modeler

Objetivo

El curso está orientado a que el participante aprenda a importar fuentes de información, a medir la calidad de la misma y buscar alternativas para mejorarla, a transformar y a crear información a partir de la existente.

Temario

- Operaciones con registros.

- Operaciones con campos.

- Asociación entre variables.

- Generación de gráficos.

Duración de curso

10 horas

Precio por participante: A negociar

Horario : A negociar

Curso No. 2-A: Modelamiento con IBM SPSS Modeler

Objetivo

El curso está orientado a que el participante genere modelos analíticos de forma fácil y sin necesidad de programación. El participante aprenderá a generar modelos supervisados, tales como regresión lineal, regresión logística y análisis discriminante.

Durante este curso, se interpretarán los resultados y se compararán los modelos obtenidos a fin de seleccionar el mejor.

Temario

Modelos supervisados:

o Regresión lineal.

o Árboles de decisión (CHAID, CRT, C5).

o Regresión logística.

Duración de curso

12 horas

Precio por participante: A Negociar

Horario: A Negociar

Curso No. 2-B: Modelamiento con IBM SPSS Modeler

Objetivo

El participante aprenderá a generar modelos no supervisados, como árboles de decisión, modelos de segmentación y asociación. Durante este curso se revisarán los modelos ensamblados.

Temario

- Modelos No supervisados:

- Modelos de segmentación:

o K Medias.

o Bietápico.

-       Modelos de Asociación:

o A priori.

o Carma.

Duración de curso

12 horas

Precio por participante: A Negociar

Horario: A Negociar

CURSO No. 3: Minería de Textos con IBM SPSS Modeler

Objetivo

El curso está orientado a que el participante extraiga los conceptos relevantes de información no estructurada y convertirlas en información estructurada para que, posteriormente, pueda realizar un análisis de minería de datos.

Al participante aprenderá a extraer los conceptos en base a una plantilla de recursos o a un paquete de análisis de textos; a modificar o crear su propia biblioteca, según sus necesidades de información.

Temario

- Extracción de conceptos.

- Creación de categorías:

- Automáticamente.

- Personalizadas.

- Análisis de enlaces de textos.

- Editor de recursos:

- Modificar bibliotecas.

- Crear nuevas bibliotecas.

- Paquetes de análisis de textos.

- Creación del modelo.

Duración de curso

8 horas

Precio por participante: A Negociar

Horario: A negociar