Modelos de Regresión con SPSS

Modelos de Regresión con SPSS

Perfil de la o del participante:

Alumnado de Doctorado UPV/EHU con conocimientos previos en SPSS (se solicitará documentación acreditativa).

Fechas:

Campus Bizkaia: mayo 2023.

Duración / Horario:

12 horas (4 sesiones de 3 horas cada una).

Horario: 16:00-19:00

Asistencia:

100% de asistencia obligatoria (Ver punto 3 de la normativa básica para la participación en actividades de formativas transversales organizadas por la Escuela de Doctorado)

Idioma:

Castellano

Modalidad:

Presencial

Lugar y días de celebración:

CAMPUS FECHA LUGAR
Campus Bizkaia 
(Leioa)
22, 24, 29 y 31 de mayo Edificio Biblioteca Central
Aula de Informática
(6ª planta)

Ponente, formadora y perfil:

Dra. Agueda Azpeitia. Diplomada en Estadística Aplicada por la UAB. Ha formado parte del equipo de Metodólogos y Biosestadísticos en proyectos de Investigación Estatales e Internacionales con financiación pública por más de 15 años y en el ámbito privado en CRO's. Docente de SPSS desde hace más de 10 años.

Número de participantes:

12

Inscripción:

Programa:

Primer día: Regresión Lineal Simple

  • Introducción al curso
  • Correlaciones
    • Correlaciones con SPSS
  • Regresión lineal simple
    • Estimación de los parámetros. Contrastes.
  • Ejercicios

Segundo día: Regresión Lineal Múltiple

  • Regresión lineal múltiple
    • Estimación de los parámetros. Contrastes.
    • Estudio de los residuos y predicción.
  • Ejercicio

Tercer día: Regresión Logística

  • Introducción. Función logística (logit)
  • Estimación de los parámetros: Odds Ratio (OR)
    • Regresión logística: variable independiente continua
  • Cómo hacerlo con SPSS y su interpretación.
  • Ejercicio
  • Regresión logística: variable dependiente categórica
    • Cómo hacerlo con SPSS y su interpretación.
    • Regresión logística multivariable.
    • Cómo hacerlo con SPSS y su interpretación
  • Ejercicio

Cuarto día: Repaso y Ejercicios

  • Ejercicio de Repaso de Regresión Lineal
  • Ejercicio de Repaso de Regresión Logística