![Elías Alvarado](/img/default-banner.jpg)
- 61
- 116 453
Elías Alvarado
Приєднався 9 бер 2012
¡Qué tal mi gente!
🕵️♂️Soy Elías Alvarado y estoy emocionado de darles la bienvenida a mi canal. Aquí podrán sumergirse en fascinantes cápsulas prácticas de conocimiento estadístico y econométrico, diseñadas para fortalecer su comprensión del mundo de los datos.
📊Exploraremos juntos temas apasionantes, desde técnicas de análisis estadístico hasta modelos econométricos, utilizando una variedad de software potentes como EViews, Python, SmartPLS, SPSS, Stata y RStudio.
🙂¿Qué podrán obtener de este canal?
🌎Descubrirán cómo estos programas pueden desbloquear ideas valiosas y mejorar su capacidad para tomar decisiones informadas basadas en datos. Independientemente de si eres estudiante, profesional o simplemente tienes curiosidad por el campo de la estadística y la econometría, este espacio está diseñado para ti.
🔴Así que suscríbete y únete a esta emocionante aventura hacia el dominio del análisis de datos.
🌟No olvides visitarme en mis redes sociales.
🕵️♂️Soy Elías Alvarado y estoy emocionado de darles la bienvenida a mi canal. Aquí podrán sumergirse en fascinantes cápsulas prácticas de conocimiento estadístico y econométrico, diseñadas para fortalecer su comprensión del mundo de los datos.
📊Exploraremos juntos temas apasionantes, desde técnicas de análisis estadístico hasta modelos econométricos, utilizando una variedad de software potentes como EViews, Python, SmartPLS, SPSS, Stata y RStudio.
🙂¿Qué podrán obtener de este canal?
🌎Descubrirán cómo estos programas pueden desbloquear ideas valiosas y mejorar su capacidad para tomar decisiones informadas basadas en datos. Independientemente de si eres estudiante, profesional o simplemente tienes curiosidad por el campo de la estadística y la econometría, este espacio está diseñado para ti.
🔴Así que suscríbete y únete a esta emocionante aventura hacia el dominio del análisis de datos.
🌟No olvides visitarme en mis redes sociales.
Etiquetar variables en STATA
En este video tutorial aprenderás a etiquetar variables en Stata.
Datos, manuales, scripts y más en:
www.eliaxalvarado.com/datos-video/
Sígueme:
Facebook: eliaxalvarad0
Twitter: Elias_Alvarado
¡Hasta pronto, mi gente!
#Stata
#Etiquetas
#Cápsula003
Datos, manuales, scripts y más en:
www.eliaxalvarado.com/datos-video/
Sígueme:
Facebook: eliaxalvarad0
Twitter: Elias_Alvarado
¡Hasta pronto, mi gente!
#Stata
#Etiquetas
#Cápsula003
Переглядів: 13
Відео
Análisis clúster no jerárquico en SPSS
Переглядів 3,3 тис.7 місяців тому
Análisis clúster no jerárquico en SPSS
Análisis clúster jerárquico en SPSS
Переглядів 4 тис.7 місяців тому
Análisis clúster jerárquico en SPSS
Análisis gráfico de la escala de Likert en SPSS
Переглядів 7 тис.8 місяців тому
Análisis gráfico de la escala de Likert en SPSS
Análisis de correspondencias múltiples en SPSS
Переглядів 5 тис.10 місяців тому
Análisis de correspondencias múltiples en SPSS
Análisis de correspondencias simples en SPSS
Переглядів 5 тис.10 місяців тому
Análisis de correspondencias simples en SPSS
Análisis de componentes principales en SPSS
Переглядів 7 тис.10 місяців тому
Análisis de componentes principales en SPSS
Supuestos del modelo de regresión en SPSS
Переглядів 3,5 тис.11 місяців тому
Supuestos del modelo de regresión en SPSS
Doc, soy su fan... saludos desde tampico, lo recuerdo con mucho cariño 😊
😊 Muchas gracias por tu apoyo y por tus palabras. Espero que te encuentres muy bien. ¡Un fuerte abrazo!
Una consulta: manejo 7 variables, ambas son categoricas nominales, (solo uno es Categorica ordinal) ¿Normal puedo aplicar Pearson o Spearman?. Quiero determinar factores asociados para una patologia.
Para tu consulta sobre si puedes aplicar Pearson o Spearman con variables categóricas: - Pearson: No es adecuado para variables categóricas. Es utilizado para medir la relación entre variables continuas y normalmente distribuidas. - Spearman: Aunque es una alternativa no paramétrica a Pearson y puede manejar variables ordinales, no es adecuado para variables categóricas nominales. Dado que tienes variables categóricas nominales (y una ordinal), no debes utilizar ni Pearson ni Spearman. Métodos apropiados: - Chi-cuadrado (χ²): Para evaluar la independencia entre variables categóricas. - Cramer’s V: Para medir la fuerza de asociación entre variables categóricas, después de realizar Chi-cuadrado. Conclusión: Usa Chi-cuadrado y Cramer’s V para tus variables categóricas en lugar de Pearson o Spearman. Espero te sea de utilidad, Saludos😉
BRO GRACIAS el único TUTORIAL QUE SIRVEEE!!!!!
Gracias, saludos😉
¿Cómo puedo poner más de nueve categorías? Sólo me permite hasta 9, cuando pongo 10, la pone entre el 1 y el 2.
Para resolver este problema en SPSS, es importante asegurarse de que las etiquetas de valor estén correctamente asignadas. SPSS permite más de nueve categorías, pero el problema que estás describiendo podría estar relacionado con la forma en que estás ingresando las etiquetas. Aquí hay una guía paso a paso para asegurarte de que puedes agregar más de nueve categorías correctamente: 1. Abrir el archivo de datos: Asegúrate de tener tu archivo de datos abierto en SPSS. 2. Ir a la vista de variable: - Cambia a la vista de variable haciendo clic en la pestaña "Vista de variable" en la parte inferior de la ventana de SPSS. 3. Seleccionar la variable: - Localiza la variable a la que deseas agregar etiquetas de valor. 4. Definir las etiquetas de valor: - En la columna "Etiqueta de valor" de la variable seleccionada, haz clic en la celda correspondiente. Aparecerá un botón con tres puntos (...). Haz clic en este botón para abrir el cuadro de diálogo de "Etiquetas de valor". 5. Agregar etiquetas de valor: - En el cuadro de diálogo "Etiquetas de valor", puedes agregar tantas etiquetas como necesites. - Ingresa el valor numérico en el campo "Valor" y la etiqueta correspondiente en el campo "Etiqueta". - Haz clic en "Agregar" después de ingresar cada etiqueta de valor. 6. Verificar el orden de las etiquetas: - Asegúrate de que los valores numéricos estén ingresados en el orden correcto. SPSS ordena las etiquetas de valor según los valores numéricos que ingresas. Si el valor 10 aparece entre el 1 y el 2, revisa que no haya un error en la entrada de los valores numéricos. 7. Guardar los cambios: - Una vez que hayas ingresado todas las etiquetas, haz clic en "Aceptar" para cerrar el cuadro de diálogo. 8. Verificar los resultados: - Cambia a la "Vista de datos" para verificar que los valores estén correctamente etiquetados según las categorías que ingresaste. Si sigues estos pasos y te aseguras de que los valores numéricos están ingresados correctamente, deberías poder agregar más de nueve categorías sin problemas. Si aún tienes problemas, verifica que no haya restricciones o errores en los datos que puedan estar afectando la entrada de las etiquetas de valor. Saludos😋
Help
Realiza tu pregunta mi estimado😁
Hola, tengo una variable categorica( del tipo ordinal), te explico mi variable, quiero que sea del cumplimiento de una metodologia de gestion de proyectos llamado "Prince2" que tiene 7 principios, mediré el cumplimiento de los 7 que componen a "Prince2" Y tengo otra variable cuantitativa del tipo numerica (estaran en %), que son respecto del cumplimiento del alcance, costo y tiempo del proyecto... jeje, ¿se podria correlacionar o estoy mezclando peras con manzanas? Espero haberme dejado entender :(, y si la respuesta es negativa, ¿tendras alguna idea de que podria hacer, yo estaba pensando quiza cambiar el diseño de pre-experimental a descriptivo , o alguna recomendacion :c ?.
Para correlacionar variables ordinales y cuantitativas, es importante elegir métodos estadísticos adecuados que permitan interpretar correctamente la relación entre ellas. Aquí te presento algunas recomendaciones y pasos a seguir: 1. Correlación adecuada: - Para correlacionar una variable ordinal con una variable cuantitativa, puedes usar el coeficiente de correlación de Spearman. Este coeficiente es una medida no paramétrica que evalúa la fuerza y dirección de la asociación monotónica entre dos variables. 2. Pasos para realizar la correlación en SPSS: - Abrir el archivo de datos: Asegúrate de tener tus datos abiertos en SPSS. - Transformar la variable ordinal (si es necesario): Si tu variable ordinal está en formato texto (por ejemplo, "Bajo", "Medio", "Alto"), conviértela a formato numérico. - Ve a `Transformar` > `Recodificar en las mismas variables` o `Recodificar en variables diferentes`. - Calcular el coeficiente de correlación de Spearman: - Ve a `Analizar` > `Correlación` > `Bivariada`. - Selecciona las variables que deseas correlacionar. - Asegúrate de marcar la opción `Spearman` en lugar de `Pearson`. - Haz clic en `Aceptar`. 3. Interpretación: - El coeficiente de Spearman varía entre -1 y 1. Valores cercanos a 1 indican una fuerte relación positiva, valores cercanos a -1 indican una fuerte relación negativa, y valores cercanos a 0 indican poca o ninguna relación. 4. Alternativas y recomendaciones: - Análisis descriptivo: - Si la correlación no es adecuada o no proporciona la información necesaria, considera hacer un análisis descriptivo. - Puedes utilizar tablas de contingencia para examinar la distribución de los principios de "Prince2" respecto a las medidas de alcance, costo y tiempo. - Cambio de diseño: - Si el diseño pre-experimental no está proporcionando los resultados deseados, un diseño descriptivo podría ser una buena alternativa para explorar y describir las relaciones entre las variables sin asumir una relación causal. - Puedes también considerar un análisis de regresión ordinal si quieres explorar la relación entre una variable ordinal dependiente y una o más variables independientes. Ejemplo de Análisis de Correlación de Spearman en SPSS: 1. Transformar la variable ordinal: - Supongamos que tu variable ordinal es `Cumplimiento_Principios` y está en formato texto ("Bajo", "Medio", "Alto"). - Recode esta variable a valores numéricos (por ejemplo, 1 para "Bajo", 2 para "Medio", y 3 para "Alto"). 2. Calcular la correlación de Spearman: - En el menú de SPSS, ve a `Analizar` > `Correlación` > `Bivariada`. - Selecciona `Cumplimiento_Principios` (la versión recodificada) y la variable cuantitativa (por ejemplo, `Cumplimiento_Alcance`). - Marca la casilla `Spearman`. - Haz clic en `Aceptar` para obtener los resultados. Espero haberte sido de ayuda, saludos😋
Excelente explicación. Una consulta. Se pueden utilizar como variables independientes variables que sean de escala likert? Por ejemplo una variable dependiente que sea dicotómica y varias variables de escala likert de 5 posiciones. Muchas gracias
🙂Hola Inés, con gusto respondo a tu consulta: En el contexto de la regresión lineal múltiple, es posible utilizar variables independientes que sean de escala Likert, aunque hay ciertas consideraciones importantes a tener en cuenta. Las escalas Likert son ordinales, lo que significa que las respuestas indican una ordenación pero no necesariamente una distancia equidistante entre los puntos. Sin embargo, en la práctica, muchos investigadores tratan las escalas Likert como si fueran intervalares, especialmente cuando hay cinco o más categorías. Esto se hace bajo la suposición de que las distancias entre las categorías son aproximadamente iguales, lo cual permite utilizar técnicas de análisis que requieren datos a nivel intervalar. Para la regresión lineal múltiple, este tratamiento es común, pero es importante ser consciente de las limitaciones y de la justificación teórica detrás de esta decisión. Dicho esto, al utilizar variables de escala Likert como variables independientes en un modelo de regresión lineal múltiple, se deben considerar los siguientes puntos: 1. Asunción de linealidad: La regresión lineal asume una relación lineal entre las variables independientes y la variable dependiente. Esta asunción puede ser razonable si las categorías de la escala Likert se interpretan como intervalos equidistantes. 2. Normalidad de los residuos: Aunque la regresión lineal no requiere que las variables independientes sean normalmente distribuidas, sí requiere que los residuos del modelo lo sean. Es importante verificar esta asunción y considerar transformaciones si fuera necesario. 3. Multicolinealidad: Al trabajar con múltiples variables independientes, es crucial verificar la multicolinealidad, que ocurre cuando las variables independientes están altamente correlacionadas entre sí. Esto se puede diagnosticar mediante el cálculo del Factor de Inflación de la Varianza (VIF). 4. Codificación de variables: En algunos casos, las variables de escala Likert pueden necesitar ser recodificadas o utilizadas en forma de variables dummy, especialmente si no se considera adecuada la asunción de intervalos equidistantes. En cuanto a la variable dependiente dicotómica, la regresión lineal no es la técnica más adecuada, ya que asume una variable dependiente continua y puede producir predicciones fuera del rango 0-1. Para una variable dependiente dicotómica, es más apropiado utilizar la regresión logística, que modela la probabilidad de que la variable dependiente tome un valor específico (por ejemplo, 1) dado un conjunto de variables independientes. Espero te sea de utilidad, Saludos😉
?
Da clic en el video relacionado mi estimado: ua-cam.com/video/it_9XfhOZBE/v-deo.html Saludos
Pense que estaba hablando Fernanfloo
Saludos mi estimado Juan😀😁🙂🤗✌
Hola que significa que me haya dado una significancia de .068?
Hola 😀 Una significancia de 0.068 en el contexto de una regresión lineal múltiple en SPSS se refiere al valor p (p-value) del test estadístico asociado a alguno de los coeficientes de la regresión o al modelo en su conjunto. El valor p indica la probabilidad de que los resultados observados en tus datos hayan ocurrido por azar si en realidad no hubiera un efecto real (hipótesis nula). En términos prácticos, un valor p menor a un umbral predefinido (comúnmente 0.05) sugiere que puedes rechazar la hipótesis nula y concluir que el efecto observado es estadísticamente significativo. En tu caso, un valor p de 0.068 es ligeramente superior a 0.05. Esto significa que hay un 6.8% de probabilidad de que los resultados observados sean producto del azar si no existiera un efecto real. Dado que este valor p es mayor a 0.05, no se puede rechazar la hipótesis nula con un nivel de confianza del 95%. En otras palabras, el resultado no es estadísticamente significativo a ese nivel de confianza. En resumen: - Un valor p de 0.068 indica que la relación observada no es estadísticamente significativa al nivel de confianza del 95%. - Esto sugiere que, bajo un umbral de significancia común de 0.05, no tienes suficiente evidencia para afirmar que el efecto observado es real y no debido al azar.
Muy buen video! Tengo una duda, como sería el procedimiento para que las dimensiones arrojadas se guarden como nuevas variables?
¡Hola! Gracias por tu pregunta. Te explico el procedimiento para guardar las dimensiones arrojadas en un análisis de correspondencias múltiples (ACM) en SPSS como nuevas variables: 1. Realiza el ACM: - Ve a `Analyze` (Analizar) > `Dimension Reduction` (Reducción de Dimensiones) > `Correspondence Analysis` (Análisis de Correspondencias). - Selecciona las variables que deseas analizar. - Configura las opciones necesarias y ejecuta el análisis. 2. Guardar las coordenadas de las dimensiones: - Una vez que obtienes los resultados del ACM, vuelve a la ventana de `Correspondence Analysis`. - Haz clic en el botón `Save` (Guardar) en la parte inferior de la ventana. - En el cuadro de diálogo `Save Coordinates` (Guardar Coordenadas), selecciona las opciones `Save object scores` (Guardar puntuaciones de objetos) y `Save dimension scores` (Guardar puntuaciones de dimensiones). - Puedes especificar el número de dimensiones que deseas guardar. - Haz clic en `Continue` (Continuar) y luego en `OK`. 3. Nuevas variables en el dataset: - SPSS agregará automáticamente nuevas variables a tu dataset, correspondientes a las dimensiones seleccionadas. - Estas nuevas variables tendrán nombres que normalmente empiezan con un prefijo específico (como `DIM1`, `DIM2`, etc.) que indica las puntuaciones de las dimensiones obtenidas del ACM. 4. Verifica las nuevas variables: - Ve a la ventana del dataset (`Data View`). - Verás las nuevas columnas añadidas, representando las coordenadas de las dimensiones para cada caso. ¡Y eso es todo! Ahora tienes las dimensiones del ACM guardadas como nuevas variables en tu dataset. Espero que esto aclare tu duda. ¡Saludos!
Y cuando las variables tienen mas de una columna? como debería hacerse
Cuando las variables tienen más de una columna, significa que están compuestas por varios ítems o subdimensiones. Para analizar la correlación en SPSS en estos casos, sugiero: 1. Promediar las subdimensiones: - Calcula el promedio de las columnas que componen cada variable. Por ejemplo, si tienes `Satisfacción_Trabajo`, `Satisfacción_Vida` y `Satisfacción_Familia`, puedes crear una nueva variable `Satisfacción_Total` que sea el promedio de estas tres. - En SPSS, ve a `Transform` > `Compute Variable...` y usa la fórmula: `MEAN(Satisfacción_Trabajo, Satisfacción_Vida, Satisfacción_Familia)`. Una vez que tengas tu variable compuesta (ya sea mediante promedios o factores), puedes proceder a realizar el análisis de correlación: Espero que te sea de tu utilidad, Saludos
Muchas gracias, porque pude comprender muy bien este punto. Lo felicito por su didactica
Muchas gracias por comentar, saludos 😉
Excelente explicación, tengo una pregunta. La variable casada es dicotomica nominal, en ese caso porque no fue incluida en la opción categoria. Por otro lado, si tuviera una variable politomica ordinal independiente, esta la puedo incluir en la opción categoria?
La variable "casada" que mencionas sí es dicotómica porque solo tiene dos categorías. Aunque es nominal, no siempre se incluye como una categoría en ciertos tipos de análisis debido a que su naturaleza dicotómica ya representa una separación clara de los datos. En algunos otros softwares o métodos estadísticos, podrías simplemente ingresarla como una variable binaria (0 y 1) en lugar de tratarla como una categoría en el sentido de múltiples niveles. En cuanto a una variable politómica ordinal, como podría ser una que mida niveles de acuerdo o educación, esta puede y generalmente se incluye en la opción de categoría en muchos análisis, especialmente si se desea estudiar el efecto de los diferentes niveles de esta variable sobre una variable dependiente. La inclusión como categoría permite utilizar el orden de los niveles, que es información relevante en variables ordinales, para modelar posibles tendencias o patrones en los datos. Por lo tanto, si la podrías ingresar en categoría😉 Saludos
Muy bien explicado gracias
Hola, muchas gracias😀
¡Muy buen video! Gracias Elías. Muchos saludos.
Hola, muchas gracias🤗
Cuando hago la correlación no me da el valor de sig😢 me puede decir cuál sería el error
Si no aparece el valor de significancia (p-valor) al realizar un análisis de correlación en SPSS, hay algunas posibles explicaciones y soluciones que puedes considerar: 1. Revisar la configuración del análisis: Asegúrate de que estás solicitando los valores de significancia al realizar la correlación. En la ventana de diálogo de correlación, revisa que la opción de mostrar los niveles de significancia esté seleccionada. 2. Tipo de datos: Verifica que los datos que estás utilizando sean apropiados para el tipo de correlación que deseas realizar. Por ejemplo, la correlación de Pearson requiere que ambos conjuntos de datos sean continuos y tengan una distribución aproximadamente normal. Si los datos no cumplen estos requisitos, considera usar una correlación de Spearman o Kendall, que no asumen normalidad. 3. Valores perdidos: Si hay valores perdidos en tus datos, asegúrate de que estás manejando adecuadamente estos casos. En SPSS puedes definir cómo tratar los valores perdidos en la configuración del análisis de correlación (listwise o pairwise). 4. Problemas de visualización: A veces, los resultados no se muestran correctamente debido a problemas de configuración de la salida en SPSS. Revisa la ventana de salida para asegurarte de que no haya problemas con la visualización de las tablas. 5. Actualizaciones o configuraciones de software: Asegúrate de que tu versión de SPSS esté actualizada y que no haya errores conocidos con la versión que estás utilizando. Algunas veces, problemas específicos de software pueden ser resueltos con una actualización o reinstalando el software. Si después de revisar estos puntos el problema persiste, sería útil revisar más detalladamente los datos y la configuración específica que estás utilizando en SPSS.
gracias por compartir las capsulas, son de mucha ayuda
Gracias por comentar😉
¡Gracias por el video! Seria muy interesante ampliar y profundizar el "supuesto de linealidad" en la Regresion Lineal Multiple.
¡Gracias por tu comentario y sugerencia! Definitivamente, explorar el supuesto de linealidad en la regresión lineal múltiple es crucial para asegurarnos de que los modelos que construimos son adecuados y eficaces. En futuros videos, planeo detallar cómo verificar este supuesto utilizando gráficos de dispersión y análisis de residuales, además de discutir qué hacer si la relación entre las variables no es lineal. ¡Estén atentos para más contenido que profundice en estos temas importantes!
muy bonita explicación.. gracias
Thanks😉
Excelente tutorial ❤️
Hola, muchas gracias💙
Muy buena explicación profesor, me fue de gran ayuda para mi proyecto final
Genial😄
me gusta su manera de explicar profesor hace que me sea fácil de comprender los temas
Gracias por expresarlo😊
muy buena explicación profesor, me servirá demasiado
Genial👍
Excelente.
Gracias😀
Muy buena explicación, muy rápido y al tema
Hola, muchas gracias😉
excelente video, me gustó mucho la explicación.
Enhorabuena😀
Buen video
Gracias mi estimado😉
Muy buen contenido, su manera de explicar es muy bueno, muchas gracias por compartirlo
Con mucho gusto🙂
Muy buena explicación del tema
Thanks😀
Gracias por su explicación, me sirvió de mucho para los temas que necesito
Thanks😊
Buen video maestro, interesante su video!
Gracias a ti😀
Buen video
Gracias👍
Exelente contenido,Buena explicación
Muchas gracias, saludos😉
Excelen video, muy clara y entendible la explicacion, le agadezco.
Gracias👍
Muy entendible , muchas gracias
Gracias por comentar😉
Que buen maestro !!
Hola, muchas gracias❤️
Me interesó mucho el tema que buena explicación!!
Muchas gracias😉
Muy claro en la explicacion
Gracias mi estimado😀
Excelente video
Gracias😉
Muy buen video, justo lo que buscaba
Enhorabuena....Y vendrán muchos más😀
Excelente explicacion
Gracias👍
Muy buen video para aprender y resolver dudas
Ese es el objetivo, saludos😀
Excelente video, muy fácil de comprender, gracias por el contenido
Gracias por comentar👌
Es una buena explicación ya que nos ayuda a saber más sobre el tema que está explicando, excelente contenido.
Thanks😊
Muy entendible sus videos, son muy buenos, me ayudan a entender muy bien el tema
Gracias, saludos😉
Excelente explicación profesor, me servirá mucho para alternar los resultados de nuestro PIA y me bastó con 5 minutos para aprenderlo, nada complicado con usted.
Excelente😀
Explica muy bien Maestro, aparte de las clases excelentes que nos reparte esto es un apoyo más, gracias!!!
Hola, muchas gracias💕
Una excelente explicacion que nos sirve de mucha ayuda para encuestas!!!
Excelente...Esa es la idea😉
Gracias a sus videos y las explicaciones he logrado comprender mejor acerca del programa spss gracias por su ayuda
Genial👍