Aplicación práctica de SEM usando un artículo publicado: basado en hipótesis y modelo de relaciones directas, con variables medidas en escalas/ítems. Modelo de ecuaciones estructurales con efectos directos y usando la matriz de correlaciones como entrada de datos, con la sintaxis de lavaan.

Estudiar la relación entre dos variables. Construir un modelo de regresión lineal simple. Comprobar normalidad. Estudiar correlación. Ajuste del modelo con lm( ). Bondad de ajuste con anova( ). Diagnóstico del modelo.

Estudiar las diferencias que presenta una variable cuantitativa entre varios grupos. 1) ANOVA de una vía (factor entre sujetos) - one-way ANOVA between subjects o ANOVA de un factor -. 2) ANOVA de dos vías (varios factores entre sujetos) - two-way ANOVA between subjects -. 3) ANOVA para medidas repetidas (factor intra sujetos) - within subjects -.

Prueba t para una muestra, dos muestras independientes y dos muestras dependientes con t.test. Comprobar el supuesto de normalidad y el supuesto de homocedasticidad (homogeneidad de varianzas).

Visualización en web de los resultados en formato tabla: con la función html( ) crea la tabla en código HTML - Gráficos con la librería ggplot2: gráfico de dispersión geom_point( ) y gráfico de barras geom_bar( ).

La librería dplyr permite manipular y hacer cálculos sobre un data frame mediante una única expresión: vamos encadenando funciones con el operador %>%. Esta sintaxis o forma de codificar se llama pipe o de tubería.

En este tutorial se usa el Sistema gráfico Base de R para crear un gráfico de dispersión o nube de puntos (función gráfica de alto nivel), al que se le añadirá la recta de regresión (función gráfica de bajo nivel).