urlscan.io logo urlscan.io
SecurityTrails logo

tmim.investigaonline.com Open in urlscan Pro
2a05:d014:275:cb01::c8  Public Scan

Back to summary
Submitted URL: http://tmim.investigaonline.com/
Effective URL: https://tmim.investigaonline.com/
Submission: On October 05 via api from GB — Scanned from GB

Form analysis 1 forms found in the DOM

<form class="aa-Form d-flex" action="" novalidate="" role="search">
  <div class="aa-InputWrapperPrefix"><label class="aa-Label" for="autocomplete-0-input" id="autocomplete-0-label"><button class="aa-SubmitButton" type="submit" title="Submit"><svg class="aa-SubmitIcon" viewBox="0 0 24 24" width="20" height="20"
          fill="currentColor">
          <path
            d="M16.041 15.856c-0.034 0.026-0.067 0.055-0.099 0.087s-0.060 0.064-0.087 0.099c-1.258 1.213-2.969 1.958-4.855 1.958-1.933 0-3.682-0.782-4.95-2.050s-2.050-3.017-2.050-4.95 0.782-3.682 2.050-4.95 3.017-2.050 4.95-2.050 3.682 0.782 4.95 2.050 2.050 3.017 2.050 4.95c0 1.886-0.745 3.597-1.959 4.856zM21.707 20.293l-3.675-3.675c1.231-1.54 1.968-3.493 1.968-5.618 0-2.485-1.008-4.736-2.636-6.364s-3.879-2.636-6.364-2.636-4.736 1.008-6.364 2.636-2.636 3.879-2.636 6.364 1.008 4.736 2.636 6.364 3.879 2.636 6.364 2.636c2.125 0 4.078-0.737 5.618-1.968l3.675 3.675c0.391 0.391 1.024 0.391 1.414 0s0.391-1.024 0-1.414z">
          </path>
        </svg></button></label>
    <div class="aa-LoadingIndicator" hidden=""><svg class="aa-LoadingIcon" viewBox="0 0 100 100" width="20" height="20">
        <circle cx="50" cy="50" fill="none" r="35" stroke="currentColor" stroke-dasharray="164.93361431346415 56.97787143782138" stroke-width="6">
          <animateTransform attributeName="transform" type="rotate" repeatCount="indefinite" dur="1s" values="0 50 50;90 50 50;180 50 50;360 50 50" keyTimes="0;0.40;0.65;1"></animateTransform>
        </circle>
      </svg></div>
  </div>
  <div class="aa-InputWrapper"><input class="aa-Input" aria-autocomplete="both" aria-labelledby="autocomplete-0-label" id="autocomplete-0-input" autocomplete="off" autocorrect="off" autocapitalize="off" enterkeyhint="search" spellcheck="false"
      placeholder="" maxlength="512" type="search"></div>
  <div class="aa-InputWrapperSuffix"><button class="aa-ClearButton" type="reset" title="Clear" hidden=""><svg class="aa-ClearIcon" viewBox="0 0 24 24" width="18" height="18" fill="currentColor">
        <path
          d="M5.293 6.707l5.293 5.293-5.293 5.293c-0.391 0.391-0.391 1.024 0 1.414s1.024 0.391 1.414 0l5.293-5.293 5.293 5.293c0.391 0.391 1.024 0.391 1.414 0s0.391-1.024 0-1.414l-5.293-5.293 5.293-5.293c0.391-0.391 0.391-1.024 0-1.414s-1.024-0.391-1.414 0l-5.293 5.293-5.293-5.293c-0.391-0.391-1.024-0.391-1.414 0s-0.391 1.024 0 1.414z">
        </path>
      </svg></button></div>
</form>

Text Content

 1. Introducción
 2. Presentación

TMIM || de SPSS a R
 * Twitter
 * LinkedIn


 * Introducción
   * Presentación
   * Introducción
 * Sesiones R
   * 1  Sesión R1
   * 2  Sesión R2
 * Sesiones SPSS → R
   * 3  EDA - S01 y S02
   * 4  Inferencia S01 y S02
   * 5  Correspondencias simple - S03
   * 6  Componentes principales - S04
   * 7  Cluster - S05
   * 8  Regresión múltiple - S06
 * Epílogo
   * 9  Conclusión
   * Referencias
   * 10  Acerca de…




TABLE OF CONTENTS

 * Presentación
   * Objetivos


TMIM || DE SPSS A R

Sesiones sobre inferencia y técnicas estadísticas multivariantes migradas desde
SPSS a R

Author

Roberto Gil-Saura

Published

Jan 1, 2021


PRESENTACIÓN



Esta documentación ha sido preparada como guía de alumno en la asignatura
Técnicas Estadísticas Multivariantes en Investigación de Mercados del Máster
Oficial en Marketing e Investigación de Mercados de la Universitat de València.


OBJETIVOS

El objetivo de esta guía es ilustrar al alumno, a la vez que comenzar el camino
de sustitución del software SPSS por R (ver R Core Team 2020; también R Core
Team 2023) y RStudio (ver RStudio Team 2020), reproduciendo todos los análisis
realizados en la asignatura en este entorno. Del mismo modo, las sesiones R1 y
R2 permiten al estudiante, acercarse al trabajo con scripting con el objetivo
final de la reproducibilidad de la investigación.

Para seguir este documento, se asume que ya se han recibido las sesiones
teóricas 1 a 6 con SPSS y se han explicado en clase presencial los conceptos
teóricos. Aún así, se integra en la medida de lo posible la teoría también con
los script correspondientes de la práctica. Del mismo modo, y por coherencia con
los contenidos, las sesiones 7 y 8 se han incluido en esta documentación por
delante de las sesiones de SPSS, como sesión R1 y sesión R2 respectivamente.

Esperamos que al alumno que utilice esta documentación, le sea de ayuda y le
aporte un inicial conocimiento a desarrollar con su exploración en el futuro.

> Cita

--------------------------------------------------------------------------------

Gil-Saura, R., 2021. TMIM || de SPSS a R: Sesiones sobre inferencia y técnicas
estadísticas multivariantes migradas desde SPSS a R. 1st ed. [ebook] València:
InvestigaOnline.com; disponible en: https://tmim.investigaonline.com.

--------------------------------------------------------------------------------

> Licencia

© Textos y gráficos: Roberto Gil-Saura (robertogil@investigaonline.com)

Cualquier forma de reproducción, distribución, comunicación pública o
transformación de esta obra solo podrá ser realizada con la autorización expresa
del autor bajo los términos abajo descritos.

1ª edición: Valencia, 2021 ISBN: 978-84-09-29382-7 Última actualización:
2023-11-25


This work is licensed under a Creative Commons
Attribution-NonCommercial-ShareAlike 4.0 Unported License (CC BY-NC-SA 4.0)
http://creativecommons.org/licenses/by-nc/4.0/ In short: Roberto Gil-Saura
retains the Copyright but you are free to reproduce, reblog, remix and modify
the content only under the same license to this one. You may not use this work
for commercial purposes but permission to use this material in nonprofit
teaching is still granted, provided the authorship and licensing information
here is displayed.





R Core Team. 2020. R: A Language and Environment for Statistical Computing.
Vienna, Austria: R Foundation for Statistical Computing.
https://www.R-project.org/.
———. 2023. R: A Language and Environment for Statistical Computing. Vienna,
Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
RStudio Team. 2020. RStudio: Integrated Development Environment for r. Boston,
MA: RStudio, PBC. http://www.rstudio.com/.
Introducción