Libros

El objetivo de este libro es el de llevar al investigador en ciencia experimental paso a paso desde la instalación de R hasta la realización de técnicas clásicas paramétricas y no paramétricas, predictivas y multivariantes. Interpretando en cada paso la información y resultados obtenidos. Por ello, es una guía este libro tanto para el investigador con desconocimiento de este lenguaje de programación como para el investigador que ya tiene conocimientos en R.

El investigador aprenderá a trabajar estadística descriptiva, técnicas no paramétricas, técnicas paramétricas, como las técnicas de t de Student y análisis de varianza tan utilizadas en investigación, con sus variantes de uno y dos factores, medidas repetidas y manova. Así como, técnicas predictivas como regresión y correlación, simples y múltiples, regresión poisson, logística, suavizada, modelos lineales mixtos generalizados, árboles de regresión y modelos aditivos generalizados y modelos de series temporales SARIMA. También se incluye la técnica de análisis de supervivencia. Dentro de las técnicas multivariadas, análisis de correspondencias, análisis discriminante, análisis clusters, escalado multidimensional, análisis de componentes principales y análisis factorial exploratorio y confirmatorio, junto a alpha de Cronbach para la validación de instrumentos. Todo realizado con bases de datos de investigaciones del campo de las ciencias experimentales, paso a paso en R, extrayendo la información de los resultados a cada momento, interpretándola correctamente y tomando decisiones acertadas en base a los resultados. Con el objetivo de estudiar a empleados y clientes, relacionar la concentración de salarios y ventas, conocer el rendimiento de ventas de un producto, clasificar empleados en función de su rendimiento de ventas, estudiar la calificación de una empresa por los clientes, clasificar las oficinas por ganancias, clasificar ganancias vs. gastos en publicidad, estudiar la diferenciación y apuesta avanzada por carteras de inversión, diversificar la inversión, racionalizar las tareas de los empleados, diferenciar entre PIBs, relacionar las tareas de empleados y ventas, estudiar las ganancias vs. gastos diferenciados, relacionar de forma avanzada activos financieros en bolsa, realizar previsiones avanzadas de ganancias por activos financieros, realizar previsiones de ventas en función de tasas, seleccionar empleados por previsión de ventas, realizar búsqueda de personal nuevo en función de previsiones de ventas, relacionar activos financieros, diversificar de forma avanzada la inversión en activos financieros, estudiar la supervivencia de productos en el mercado, realizar previsiones de ventas de un producto, realizar previsiones de ganancias de activos bursátiles, estudiar de forma avanzada encuestas de calidad al cliente, estudiar la efectividad de programas de marketing en ventas de productos, clasificar y seleccionar empleados en función del tiempo de cierre de ventas, cambiar de puestos a empleados en función de su rendimiento.