SESIÓN 01: MODELO DE REGRESIÓN LINEAL

• ESPECIFICACIÓN DEL MODELO DE REGRESIÓN LINEAL CLÁSICO
• MÍNIMOS CUADRADOS ORDINARIOS
• SUPUESTOS
• BONDAD DE AJUSTE Y SIGNIFICANCIA
• NORMALIDAD EN LOS ERRORES

SESIÓN 02: MODELO ANOVA Y ANCOVA

• CREACIÓN DE VARIABLE DUMMY
• MODELO ANOVA
• MODELO ANCOVA

SESIÓN 03: HETEROCEDASTICIDAD

• CONCEPTO
• CONSECUENCIA
• DETECCIÓN EN SPSS

SESIÓN 04: CORRELACIÓN SERIAL

• CONCEPTO
• CONSECUENCIA
• DETECCIÓN EN SPSS

SESIÓN 05: MULTICOLINEALIDAD

• CONCEPTO
• CONSECUENCIA
• DETECCIÓN EN SPSS

SESIÓN 06: MODELO DE ELECCIÓN DISCRETA

• MODELO LOGIT
• MODELO PROBIT
• APLICACIÓN EN SPSS

SESIÓN 07: MODELO DE ELECCIÓN ORDINAL

• MODELO LOGIT ORDINAL
• MODELO PROBIT ORDINAL
• APLICACIÓN EN SPSS

SESIÓN 08: MODELO DE ELECCIÓN NOMINAL

• MODELO LOGIT NOMINAL
• MODELO PROBIT NOMINAL
• APLICACIÓN EN SPSS

SESIÓN 09: INTRODUCCIÓN A LAS SERIES DE TIEMPO

• CONCEPTO
• COMPONENTE DE SERIES DE TIEMPO
• PROCESO ESTACIONARIO
• SERIES DE TIEMPO EN SPSS
• GRÁFICOS
• DESCOMPOSICIÓN 

SESIÓN 10: MODELO AUTORREGRESIVO ESTACIONARIO

• CONCEPTO
• MODELO AR
• MODELO MA
• MODELO ARMA
• APLICACIÓN EN SPSS

SESIÓN 11: MODELO ARIMA

• CONCEPTO
• MODELO ARIMA
• APLICACIÓN EN SPSS

SESIÓN 12: MODELOS DE REGRESIÓN NO LINEALES

• CONCEPTO
• MODELO NO LINEAL
• ESTIMACIÓN DE CURVA
• APLICACIÓN EN SPSS