3.ª Edición - Código 24127020

Microcredenciales FSE
Array ( [CODIGO] => 24127020 [EDICION] => 3 [SITUACION] => Aprobado [SITUACION_BIS] => Pendiente [MATRICULA] => 144 [MATRICULA_2] => 0 [MATRICULA_3] => 0 [HORAS] => 1.50 [FECHA_INICIO] => 15/01/25 [FECHA_FIN] => 17/01/25 [LUGAR] => [NOMBRE_EMPRESA_ORGANIZADOR] => 0 [FECHA_FIN_PREINSCRIPCION] => 31/12/24 [AREA] => 1 [NOMBRE_EMPRESA_PATROCINADO] => [NOMBRE_EMPRESA_COLABORADOR] => [OBSERVACIONES_PREINSCRIPCION] => [TIPO_DOCENCIA] => A distancia [TIPO_DOCENCIA_1] => 3 [TIPO_DOCENCIA_2] => On-line [AULA_VIRTUAL_ADEIT] => 0 [TIPO_CURSO] => Postgrado [TIPO_CURSO_1] => Programa de Formació [DIRECCION_URL] => [AÑO_CURSO] => 36 [URL_VIDEO] => [URL_FACEBOOK] => [URL_TWITTER] => [META_TITLE] => [META_DESCRIPTION] => [META_KEYWORDS] => [DIRECCION_CURSO_CORTO] => estadistica-ecuaciones-estructurales [GESTOR_NOMBRE] => Mariam [GESTOR_APELLIDOS] => Conca [GESTOR_EMAIL] => marian.conca@fundacions.uv.es [ADMINISTRATIVO_NOMBRE] => María [ADMINISTRATIVO_APELLIDOS] => Buades Asensi [ADMINISTRATIVO_EMAIL] => maria.buades@fundacions.uv.es [ES_INTERNO] => 1 [EMAIL_EXTERNO] => informacion@adeituv.es [PREINSCRIPCION_WEB] => 1 [URL_AULA_VIRTUAL] => [OFERTADO_OTRO] => 0 [ID_CURSO_OFERTADO] => 0 [DESCRIPCION_OFERTADO] => [TELEFONO_EXTERNO] => 96 160 3000 [MATRICULA_PDTE_APROBACION] => 0 [ID_IDIOMA] => 4 [PUBLICAR_WEB] => 1 [area_curs] => Área de Dirección y Gestión Empresarial [NOMBRE_CURSO] => Microcredencial Universitaria en Técnicas Estadísticas para el Análisis de Modelos de Ecuaciones Estructurales -Nivel Básico [TITULACION] => Microcredencial Universitario [HORARIO] => Miércoles,15 enero de 2025 (15.00-19.00,CET). Jueves, 16.enero de 2025 (15.00-19.00 CET). Viernes, 17 enero de 2025 (15.00-19.00 CET) [REQUISITOS_TITULACION] => Investigadores y profesionales con conocimientos básicos de estadística. [REQUISITOS_OTROS] => [ARG_VENTA] => Los objetivos del curso son: 1. comprender la lógica de los modelos de ecuaciones estructurales, 2. aprender a definirlos, identificando las relaciones relevantes, 3. aprender a estimarlos mediante programas de uso libre, y 4. aprender a interpretar los resultados obtenidos. [ARG_VENTA2] => [AÑO_CURSO_DESC] => Curso 2024/2025 [MODALIDAD_EVALUACION] => La docencia de la asignatura combinará las siguientes estratégicas: 1. Exposiciones y presentaciones (clases magistrales) de los contenidos de la materia. 2. Clases prácticas basadas en la realización de ejercicios, tanto guiados, como autónomos con supervisión. 3. Tutorías programadas, si fuera necesario. 4. Preparación del ejercicio de evaluación, que será entregado al final por los participantes. [MODALIDAD_EVALUACION2] => [OBSERVACION_MATRICULA_1] => Preu general [OBSERVACION_MATRICULA_2] => [OBSERVACION_MATRICULA_3] => [SALIDA_PROFESIONAL] => Investigadores en diversas disciplinas científicas y profesionales en empresas y consultoras. [CRITERIO_ADMISION] => Licenciatura o grado universitario en cualquier disciplina de las Ciencias Sociales y de la Salud. [CRITERIO_ADMISION2] => [CRITERIO_ADMISION3] => [FORMACION_APRENDIZAJE] => Los participantes en el curso: - comprenderán la lógica de los modelos de ecuaciones estructurales, - definirán modelos en función de sus hipótesis y preguntas de investigación, - estimarán los modelos y las relaciones implicadas mediante programas de uso libre. - interpretarán los resultados obtenidos adecuadamente. [FORMACION_APRENDIZAJE2] => [FORMACION_APRENDIZAJE3] => [ANO_CURSO_DESC] => Curso 2024/2025 [programa] => Array ( [0] => Array ( [CODIGO_CURSO] => 24127020 [AÑO_CURSO] => 36 [CODIGO] => 1 [NOMBRE_MATERIA] => Introducción a los Modelos de Ecuaciones Estructurales (MEE) [NOMBRE_MATERIA_VAL] => Introducció als Models d'Equacions Estructurals (MEE) [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => 1. Introducción a los modelos de ecuaciones estructurales: 1.1. Introducción 1.2. Componentes del modelo 1.3. Hipótesis básica y modelos 1.4. Identificación del modelo 1.5. Estimación de parámetros 1.6. Evaluación del ajuste e interpretación 1.7. Comparación de modelos anidados 1.8. Re-especificación del modelo 2. Análisis Factorial Confirmatorio (AFC) 2.1. Introducción al AFC 2.2. Modelos unifactoriales: Ajuste e interpretación 2.3. Modelos multifactoriales: Ajuste e interpretación 2.4. Modelos de 2º orden 3. Modelos causales 3.1. Introducción 3.2. Modelos causales con variables observadas (Path Analysis): estimación, ajuste e interpretación. 3.3. Modelos causales con variables latentes: estimación, ajuste e interpretación. 3.4. Ejemplos con JAMOVI [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => 1. Introducció als models d'equacions estructurals: 1.1. Introducció 1.2. Components del model 1.3. Hipòtesi bàsica i models 1.4. Identificació del model 1.5. Estimació de paràmetres 1.6. Avaluació de l'ajust i interpretació 1.7. Comparació de models niats 1.8. Re-especificació del model 2. Anàlisi Factorial Confirmatòria (AFC) 2.1. Introducció al AFC 2.2. Models unifactoriales: Ajust i interpretació 2.3. Models multifactorials: Ajust i interpretació 2.4. Models de 2n ordre 3. Models causals 3.1. Introducció 3.2. Models causals amb variables observades (Path Analysis): estimació, ajust i interpretació. 3.3. Models causals amb variables latents: estimació, ajust i interpretació. 3.4. Exemples amb JAMOVI [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 1 ) ) [professors] => Array ( [0] => Array ( [DNI] => uni14406 [NOMBRE_PERSONA] => Vicente [APELLIDOS] => González Romá [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament de Psicologia Social. Universitat de València [CARGO_FACULTAD] => Catedrático/a de Universidad [NPI] => G7229 [EMAIL_FACULTAD] => gonzalev@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) [1] => Array ( [DNI] => uni312 [NOMBRE_PERSONA] => Ana María [APELLIDOS] => Hernández Baeza [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament de Metodologia de les Ciències del Comportament. Universitat de València [CARGO_FACULTAD] => Profesor/a Titular de Universidad [NPI] => H4342 [EMAIL_FACULTAD] => hbaeza@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) [2] => Array ( [DNI] => uni78824 [NOMBRE_PERSONA] => María Inés [APELLIDOS] => Tomás Marco [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament de Metodologia de les Ciències del Comportament. Universitat de València [CARGO_FACULTAD] => Catedrático/a de Universidad [NPI] => H4312 [EMAIL_FACULTAD] => tomas@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) ) [direccio] => Array ( [0] => Array ( [0] => Array ( [DNI] => uni14406 [NOMBRE_PERSONA] => Vicente [APELLIDOS] => González Romá [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament de Psicologia Social. Universitat de València [CARGO_FACULTAD] => Catedrático/a de Universidad [NPI] => G7229 [EMAIL_FACULTAD] => gonzalev@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) ) ) )

Microcredencial Universitaria en Técnicas Estadísticas para el Análisis de Modelos de Ecuaciones Estructurales -Nivel Básico


Programa

Introducción a los Modelos de Ecuaciones Estructurales (MEE)
+
¡Preinscríbete ya!

Solicita información

Responsable: Universitat de València. Edifici del Rectorat. Av. Blasco Ibáñez, 13. 46010-València.
Delegado de Protección de Datos: D. Javier Plaza Penadés lopd@uv.es
Finalidad: Enviar información relevante de cursos de postgrado.
Se obtienen perfiles al objeto de personalizar el trato conforme a sus características o necesidades y poder así dirigirle las novedades más convenientes.
Legitimación: Para el envío de información acerca de los Títulos Propios de la Universidad de València la base de legitimación es el consentimiento del interesado.
Destinatarios: Fundació Universitat-Empresa de Valéncia y Universitat de València.
Plazo: Los datos del Usuario serán conservados hasta que solicite su baja, se oponga o revoque su consentimiento.
Derechos: Acceder, rectificar y suprimir los datos así como otros derechos como se explica en la información adicional.
Amplíe información: www.adeituv.es/politica-de-privacidad.

FAQS
 
Imprimir información