Incluye bibliografía al final de cada capítulo e índice p. 789

1. Introducción. 2. Preparación de un análisis multivariante. 3. Análisis previo de los datos. 4. Análisis factorial. 5. Técnicas de dependencia. 6. Regresión múltiple. 7. Análisis discriminante y Regresión Logística. 8. Análisis multivariante de la varianza. 9. Análisis conjunto. 10. Análisis de correlación canónica. 11. Técnicas de interdependencia. 12. Análisis cluster. 13. Análisis multidimensional. 14. Técnicas avanzadas y emergentes. 15. Modelos de ecuaciones estructurales. 16. Técnicas emergentes en el análisis multivariante. Apéndice A: Aplicaciones del análisis de datos multivariante. Índice analítico. Argumento: Texto diseñado para facilitar el aprendizaje del análisis multivariante a alumnos de empresariales y sociología que no son expertos estadísticos. El enfoque aplicado y la reducción de la terminología y la notación estadística, junto con los numerosos ejem.

Este texto está diseñado para facilitar el aprendizaje del análisis multivariante a alumnos de carreras empresariales y sociología que no son expertos estadísticos. El enfoque aplicado y la reducción de la terminología y anotación estadística, junto con los numerosos ejemplos y ejercicios, hacen fácil el aprendizaje.. Esta quinta edición incluye un capítulo sobre técnicas emergentes como: “data warehousing y data Mining, neural networks y Resampling/Bootstrapping”. Para cada técnica se explican paso a paso el cuándo y el cómo se utiliza. Usa ejemplos simples y cercanos a lo largo del libro que se repiten para que el alumno no tenga que familiarizarse con muchos lotes de datos y para que pueda comparar resultados con diferentes técnicas de análisis multivariante.