Tratamento Estatístico e Análise de Dados: junho 2012

segunda-feira, 11 de junho de 2012

Equações Estruturais com o pacote SEM do software R / Structural Equation Modeling with the "SEM" Package in R

"R is free, open-source, cooperatively developed software that implements the S sta-tistical programming language and computing environment. The current capabilities of R are extensive, and it is in wide use, especially among statisticians. The sem package provides basic structural equation modeling facilities in R, including the ability to fit structural equations in observed variable models by two-stage least squares, and to fit latent variable models by full information maximum likelihood as-suming multinormality. This article briefly describes R, and then proceeds to illus-trate the use of the tsls and sem functions in the sem package. The article also demonstrates the integration of the sem package with other facilities available in R, for example for computing polychoric correlations and for bootstrapping."

Aceda a mais informações sobre este pacote do software R em: http://personality-project.org/r/r.sem.html e em http://personality-project.org/r/r.guide.html

Equações Estruturais com o software AMOS da IBM SPSS

IBM® SPSS® Amos gives you the power to easily perform structural equation modeling to build models with more accuracy than with standard multivariate statistics techniques.

With SPSS Amos, you can specify, estimate, assess, and present your model in an intuitive interface to show hypothesized relationships among variables. Alternatively, SPSS Amos offers a non-graphical method to specify models. SPSS Amos is the perfect tool for a variety of purposes, including:

Psychology – Develop models to understand how drug, clinical, and art therapies affect mood
Medical and healthcare research – Confirm which of three variables –confidence, savings, or research – best predicts a doctor’s support for prescribing generic drugs
Social sciences – Study how socioeconomic status, organizational membership, and other determinants influence differences in voting behavior and political engagement
Educational research – Evaluate training program outcomes to determine impact on classroom effectiveness
Market research – Model how customer behavior impacts new product sales or analyze customer satisfaction and brand loyalty
Institutional research – Study how work-related issues affect job satisfaction
Business planning – Create econometric and financial models and analyze factors affecting workplace job attainment
Program evaluation – Evaluate program outcomes or behavioral models using SEM to replace traditional stepwise regression
Operating systems supported: Windows

View features and benefits

Fonte: http://www-01.ibm.com/software/analytics/spss/products/statistics/amos/

LISREL for structural equation models / Aplicação LISREL para modelos de equações estruturais - Structural equation modeling (SEM)

Maximum Likelihood (ML), Robust Maximum Likelihood (RML), Generalized Least Squares (GLS), Un-weighted Least Squares (ULS), Weighted Least Squares (WLS), Diagonally Weighted Least Squares (DWLS) and Full Information Maximum Likelihood (FIML) methods to fit structural equation models to data (...)

In practice, the variables of interest are often latent (unobservable) variables, such as intelligence, job satisfaction, organizational commitment, socio-economic status, ambition, alienation, verbal ability, etc. These latent variables are modeled by specifying a measurement model and a structural model. The measurement model specifies the relationships between the observed indicators and the latent variables while the structural model specifies the relationships amongst the latent variables. However, it is also possible and often desired to include observed variables as part of the structural model.

"Structural equation modeling (SEM). SEM allows researchers in the social sciences, management sciences, behavioral sciences, biological sciences, educational sciences and other fields to empirically assess their theories. These theories are usually formulated as theoretical models for observed and latent (unobservable) variables. If data are collected for the observed variables of the theoretical model, the LISREL program can be used to fit the model to the data.

Today, however, LISREL for Windows is no longer limited to SEM. The latest LISREL for Windows includes the following statistical applications.

LISREL for structural equation modeling.
PRELIS for data manipulations and basic statistical analyses.
MULTILEV for hierarchical linear and non-linear modeling.
SURVEYGLIM for generalized linear modeling.
CATFIRM for formative inference-based recursive modeling for categorical response variables.
CONFIRM for formative inference-based recursive modeling for continuous response variables.
MAPGLIM for generalized linear modeling for multilevel data. "

Fonte: http://www.ssicentral.com/lisrel/

domingo, 10 de junho de 2012

Applied Statistics Using SPSS, STATISTICA, MATLAB and R

SPSS and STATISTICA; MATLAB and R, Presenting and Summarising the Data, Estimating Data Parameters, Parametric Tests of Hypotheses, Non-Parametric Tests of Hypotheses , Statistical Classification, Data Regression, Data Structure Analysis, Survival Analysis , Directional Data, MATLAB Functions, R Functions, Tools EXCEL File, SCSize Program (...)

Stochastic Processes / Processos estocásticos

Markov Chains, Renewal and Regenerative Processes, Poisson Processes, Continuous-Time Markov Chains, Brownian Motion, Probability Spaces and Random Variables, Table of Distributions, Random Elements and Stochastic Processes, Expectations as Integrals, Functions of Stochastic Processes, Independence, Conditional Probabilities and Expectations, Existence of Stochastic Processes, Convergence (...)

Análise de Dados com o Excel

Excel Tables, Working with PivotTables, Building PivotTable Formulas, Using the Database Functions, Using the Statistics Functions, Descriptive Statistics, Inferential Statistics, Optimization Modeling with Solver, Presenting Table Results and Analyzing Data (...)

Estatística Avançada com o SPSS / SPSS Advanced Statistics

GLM Multivariate Analysis, GLM Repeated Measures, Variance Components Analysis, Linear Mixed Models, Generalized Linear Models, Generalized Estimating Equations, Generalized linear mixed models, Model Selection Loglinear Analysis, General Loglinear Analysis, Logit Loglinear Analysis, Life Tables, Kaplan-Meier Survival Analysis, Cox Regression Analysis, Computing Time-Dependent Covariates, Categorical Variable Coding Schemes (...)

Análises e Previsões de séries temporais com o SPSS e SAS

Introduction and Overview Time Serie, Extrapolative and Decomposition Models, Box–Jenkins Time Series Analysis, ARIMA Model, Seasonal ARIMA Models, Estimation and Diagnosis, Metadiagnosis and Forecasting, Intervention Analysis, Transfer Function Models, Autoregressive Error Models, A Review of Model and Forecast Evaluation, Power Analysis and Sample Size Determination for Well-Known Time Series Models (...)

Geostatistical software - geoR and geoRglm

Análises Descritivas, Modelos Geoestatísticos, Inferência para o Modelo de Gauss, Inferência para o modelo linear espacial generalizado

Bioestatística com o STATA

Bases de dados, Gestão de dados, Estimação, Gráficos, Matrizes de cálculo utilizando o MATA, comparação de grupos e correlações, Modelo de Regressão Múltipla, Análise da Variância, Modelo de Regressão Logística, Modelos Lineares Generalizados, Equações de Estimação, Análises de Sobrevivência, Análise das Componentes Principais, Análise Factorial, Análise de Clusters (...)

Bioestatística

A bioestatística é a aplicação da estatística ao campo biológico, médico e áreas afins.

Software para Geoestatística

GSLIB, GsTL, HPGL, mGstat, DACE, GeoPack, geoR, GSLIB, HPGL-GUI, S-GeMS, gStat, VarioWin, DSS student toolbox, GeoPack, GRASS, SAGA GIS, WinGslib, Isatis, Rockworks, Surfer, ArcGIS (...)

Geoestatística

Análise espacial, Caminho aleatório sem repetição, Cokrigagem, Formalismo multigaussiano, Função correlograma, Função de covariância, GeoMS, GeoPack, GSLIB, GsTL, HPGL, HPGL-GUI, Inverso da potência das distâncias, Kriging, MGstat, Nuvem de variograma, Referenciação espacial segundo o método de Geoestatística, S-GeMS, Simulação sequencial, Simulação sequencial directa, Simulação sequencial gaussiana, Variograma, Variograma cruzado, Variograma de indicatriz (...)

Outros Programas científicos

Aladin Sky Atlas, BKChem, Celestia, Einstein@home, Freemind, Homem Virtual, InVesalius, Moog, NASA World Wind, Omnet, Paciente virtual, Tanque de Provas Numérico (TPN), (...)

Software matemático e estatístico

Derive, GAP, GAUSS, GeoGebra, GNU Octave, Graph, Karma, Macsyma, Maple, Mathematica, MATLAB, Maxima, Minitab, MuMATH, MuPAD, NumPy, R e RCommander, Reduce, S-PLUS, Sage, Scilab, Sistema algébrico computacional, SPSS, PSPP, Statistica, Winplot (...)

Softwares de Econometria

Eviews, GAUSS (software), Gretl, LIMDEP & NLOGIT, Shazam software, Stata (...)

Econometria

ARIMA, ARMA, Autocorrelação, Causalidade de Granger, Dados em painel,Esquema de Tinbergen, Função inversa da função distribuição acumulada da distribuição normal, Heteroscedasticidade, Índice de Theil, Intervalo de confiança, Máxima Entropia,Máxima verossimilhança, Medalha Frisch, Método dos momentos generalizado, Método de Monte Carlo, Mínimos quadrados em dois estágios, Mínimos quadrados generalizados, Modelo linear generalizado, Multicolinearidade, Método dos mínimos quadrados, Operador de defasagem, R², Raiz unitária, Rede neural, Regressão não linear, Regressão,Regressão de Poisson, Regressão linear, Regressão logística, Regressão quantílica, Relatório Focus,Ruído branco (estatística), Série temporal, Significância estatística, Teorema FWL (Frisch-Waugh-Lovell),Teste de Chow, Teste de especificação de Hausman, Teste de Dickey-Fuller aumentado, Variáveis instrumentais (...)

Séries temporais

Modelos para séries temporais • Tendência e sazonalidade • Modelos de suavização exponencial • ARIMA • Modelos sazonais

Análise multivariada

Distribuição normal multivariada • Componentes principais • Análise fatorial • Análise discriminante • Análise de "Cluster" (Análise de agrupamento) • Análise de Correspondência

Regressão

Regressão linear • Regressão não-linear • Regressão logística • Método dos mínimos quadrados • Modelos Lineares Generalizados • Modelos para Dados Longitudinais

Correlação

Variável de confusão • Coeficiente de correlação de Pearson • Coeficiente de correlação de postos de Spearman • Coeficiente de correlação tau de Kendall)

Distribuição de probabilidade

Normal • De Pareto • De Poisson • De Bernoulli • Hipergeométrica • Binomial • Binomial negativa • Gama • Beta • t de Student • F de Fisher-Snedecor • Weibull • Chi-quadrado (...)

Amostragem

Amostragem aleatória simples (com reposição, sem reposição) • Amostragem estratificada • Amostragem por conglomerados • Amostragem sistemática • estimador razão • estimador regressão (...)

Análise de sobrevivência

Função de sobrevivência • Kaplan-Meier • Teste log-rank • Taxa de falha • Proportional hazards models

Estatística não-paramétrica

Teste Binomial • Teste chi-quadrado de Pearson (uma amostra, duas amostras independentes, k amostras independentes) • Teste Kolmogorov-Smirnov (uma amostra, duas amostras independentes) • Teste de McNemar • Teste dos Sinais • Teste de Wilcoxon • Teste de Walsh • Teste Exata de Fisher • Teste Q de Cochran • Teste de Kruskal-Wallis • Teste de Friedman

Inferência estatística

Testes de hipóteses • Significância • Potência • Hipotése nula/Hipótese alternativa • Erro de tipo I • Erro de tipo II • Teste T • Teste Z • Distribuição t de Student • Normalização • Valor p • Análise de variância (...)

Estatística descritiva

Média (Aritmética, Geométrica, Harmônica, Ponderada) • Mediana • Moda • Variância • Desvio padrão • Coeficiente de variação (...)

Tratamento Estatístico e Análise de Dados

Páginas