Descripción
En Sixe Ingeniería llevamos más de 12 años impartiendo formación oficial de IBM en todo el mundo. Obtenga la mejor capacitación impartida por nuestros especialistas en Europa y América Latina.
Datos del curso
| Código IBM: 0G09AGES / 0G09AG | Categoría / Subcategoría: SPSS / SPSS Statistics |
| Modalidad: Online y presencial | Duración en días: 2 |
Público al que va dirigido
Cualquiera que trabaje con IBM SPSS Statistics y quien quiera aprender procedimientos estadísticos avanzados para poder responder mejor a las preguntas de investigación.
Requisitos previos deseados:
- Experiencia con IBM SPSS Statistics (navegación a través de ventanas; uso de cuadros de diálogo)
- Conocimiento de estadísticas, ya sea por experiencia laboral, cursos orientados a estadísticas de nivel intermedio o finalización del curso Análisis estadístico utilizando IBM SPSS Statistics (V25).
Instructores
La gran mayoría de los cursos de IBM que ofrecemos están impartidos directamente por nuestros ingenieros. Solo así podemos garantizar la máxima calidad de los mismos. Complementamos todas las formaciones con materiales y laboratorios de elaboración propia, basados en nuestra experiencia durante los despliegues, migraciones y cursos que hemos realizado durante todos estos años.
Valor añadido
Nuestros cursos están profundamente orientados al rol a desempeñar. No es lo mismo las necesidades de dominio de una tecnología para un equipo de desarrolladores, que para las personas encargadas de desplegar y administrar la infraestructura. Es por ello que más allá de comandos y tareas, nos centramos en la resolución de los problemas que se presentan en el día a día de cada equipo. Proporcionándoles los conocimientos, competencias y habilidades requeridas para cada proyecto. Además nuestra documentación está basada en la última versión de cada producto.
Agenda y temario del curso
Introduction to advanced statistical analysis
• Taxonomy of models
• Overview of supervised models
• Overview of models to create natural groupings
Group variables: Factor Analysis and Principal Components Analysis
• Factor Analysis basics
• Principal Components basics
• Assumptions of Factor Analysis
• Key issues in Factor Analysis
• Improve the interpretability
• Use Factor and component scores
Group similar cases: Cluster Analysis
• Cluster Analysis basics
• Key issues in Cluster Analysis
• K-Means Cluster Analysis
• Assumptions of K-Means Cluster Analysis
• TwoStep Cluster Analysis
• Assumptions of TwoStep Cluster Analysis
Predict categorical targets with Nearest Neighbor Analysis
• Nearest Neighbor Analysis basics
• Key issues in Nearest Neighbor Analysis
• Assess model fit
Predict categorical targets with Discriminant Analysis
• Discriminant Analysis basics
• The Discriminant Analysis model
• Core concepts of Discriminant Analysis
• Classification of cases
• Assumptions of Discriminant Analysis
• Validate the solution
Predict categorical targets with Logistic Regression
• Binary Logistic Regression basics
• The Binary Logistic Regression model
• Multinomial Logistic Regression basics
• Assumptions of Logistic Regression procedures
• Testing hypotheses
Predict categorical targets with Decision Trees
• Decision Trees basics
• Validate the solution
• Explore CHAID
• Explore CRT
• Comparing Decision Trees methods
Introduction to Survival Analysis
• Survival Analysis basics
• Kaplan-Meier Analysis
• Assumptions of Kaplan-Meier Analysis
• Cox Regression
• Assumptions of Cox Regression
Introduction to Generalized Linear Models
• Generalized Linear Models basics
• Available distributions
• Available link functions
Introduction to Linear Mixed Models
• Linear Mixed Models basics
• Hierachical Linear Models
• Modeling strategy
• Assumptions of Linear Mixed Models
¿Necesita adaptar este temario a sus necesidades? ¿Está interesado en otros cursos? Consúltenos sin compromiso.
Ubicaciones para impartición presencial
- España: Madrid, Sevilla, Valencia, Barcelona, Bilbao, Málaga
- Argentina: Buenos Aires, Córdoba
- Bolivia: La Paz
- Chile: Santiago de Chile
- Colombia: Bogotá, Medellín, Cartagena, Cali
- Costa Rica: San José
- Ecuador: Quito
- México: Ciudad de México, Guadalajara, Monterrey
- Paraguay: Asunción
- Perú: Lima
- Portugal: Lisboa, Braga, Porto
- Uruguay: Montevideo
IBM