PROGRAMA DE ESTUDIOS MÉTODOS CUANTITATIVOS AVANZADOS Código Peri Period odo o Aca Acadé démi mico co Créditos Requisito Horario Sala Horario Horario de aten atención ción Profesor Ayudantes
I.
: CPO3014-03 : Seg Segun undo do seme semest stre re 2015 2015 :5 : Métodos Cuantitativos Introductorios : Lu L unes, bloque C (11.30 a 12.50 hrs) Miércoles, bloque A (8.30 a 9.50 hrs) : Por definir : Viern Viernes es a partir partir de las las 15 hora horas s (prev (previa ia cita cita por mail) mail) : Ni Nincen Figueroa,
[email protected] : Gonzalo Espinoza
[email protected]
DESCRIPCIÓN El curso curso de métodos métodos cuantitativos cuantitativos avanzados, avanzados, es una asignatura asignatura teórica – práctica orientada orientada a dotar al estudiante estudiante de herramientas herramientas para el manejo manejo y tratamiento tratamiento de la información proveniente de investigaciones empíricas de carácter cuantitativo. Para ello se repa repasa san n téc técnic nicas as de anál anális isis is desc descrip riptiv tivo o vist vistas as en curso cursos s pre previ vios os y se introd introduc ucen en estrategias estrategias de análisis análisis inferencial, inferencial, considerando considerando la utilización utilización del paquete estadístico estadístico SPSS.
II.
OBJETIVOS 1. Consolidar Consolidar conocimien conocimientos tos previos previos de análisis análisis descript descriptivos ivos univariad univariado o y bivariado. bivariado. 2. Cono Conoce cerr prin princip cipale ales s técni técnica cas s de análi análisi sis s infer inferen enci cial. al. 3. Aplic Aplicar ar estra estrateg tegia ias s de anál análisi isis s multiv multivari ariad ados os.. 4. Interpretar Interpretar y generar generar análisis análisis estadístico estadístico descriptiv descriptivo o e inferencial inferencial,, principalmente principalmente con con SPSS.
III.
METODOLOGÍA DE TRABAJO.
El curso curso contará contará con con aproxima aproximada dament mente e 30 sesione sesiones s más ayuda ayudantía ntías. s. Las sesion sesiones es expond expondrán rán los diferentes diferentes tópicos a estudiar estudiar y realizará aplicaciones aplicaciones prácticas prácticas de éstos. En las aplicaciones aplicaciones prácticas el profesor hará uso de información proveniente de otros estudios para la discusión y reinterpretación de los resultados en clases. Durante las ayudantías los estudiantes aprenderán a trabajar con bases de datos, realizando análisis análisis y estimaciones estimaciones de acuerdo a los tópicos vistos vistos en clase en el programa SPSS. El/la ayudante ayudante será el/la encargado/a encargado/a de realizar realizar estas estas ayudantías, ayudantías, además estará estará disponib disponible le para responder preguntas referentes a los ejercicios y tareas desarrollados en el curso. El/la ayudante, ayudante, además de realizar realizar las sesiones de ayudantía, ayudantía, tendrá tendrá la función de revisar los trabajos prácticos, en conjunto conjunto y bajo la supervisión del profesor. NO será labor del ayudante, a menos que esté dentro de la programación, hacer ayudantías especiales para los trabajos prácticos. prácticos. La ayudantía ayudantía se se realizará realizará semanalmen semanalmente, te, tendrá tendrá asistencia asistencia obligato obligatoria ria y se considerará considerará parte de la nota final de esta.
1
IV.
CONTENIDOS 1.
Teoría de la Probabilidad a) b) c)
2.
Introducción a las probabilidads Distribución de probabilidades y medición Estandarización y uso de puntaje z
Estadística Inferencial a) Principales conceptos de inferencia estadística b) Estimación de parámetros por intervalos de confianza c) Pruebas de hipótesis
3.
Análisis bivariado a) b) c) d) e)
4.
Análisis multivariado a) b) c) d) e)
V.
ANOVA Test para dos medias Tablas de contingencia y prueba de independencia Correlaciones Regresión lineal simple
Regresión lineal múltiple Modelo e interpretación Interacciones Supuestos Introducción a los modelos no lineales.
EVALUACIÓN.
La evaluación del curso incluirá pruebas, ejercicios prácticos y examen. Las pruebas consistirán tanto en ejercicios prácticos de las materias del curso como en preguntas conceptuales de la misma y de lecturas que serán anunciadas con anticipación a la prueba. Las pruebas serán realizadas de manera presencial e individual según la programación del curso y se llevarán a cabo en la sala de clases o en el laboratorio de computación. Los ejercicios prácticos consistirán en controles en clases (controles los cuales se avisarán con anticipación y 2 trabajos prácticos) y ayudantía (2 ejercicios). Las modalidades de evaluación que serán utilizadas en el curso y su peso relativo en la nota final, son las siguientes: •
Dos Pruebas Solemnes, equivalentes a 30% de la nota de presentación a examen cada una (60%). Fechas de pruebas: Solemne I: 30 de septiembre Solemne II: 11 de noviembre Todos los alumnos tienen derecho a recuperar una solemne de acuerdo al reglamento. Esta prueba será de carácter escrita - miércoles 2 de diciembre- y se evaluará toda la materia del curso.
•
•
Controles en clases y/o (2) trabajos prácticos, 25% de la nota de presentación a examen 2 ejercicios en ayudantía (considera trabajos en ayudantía y nota de asistencia), 15% de la nota de presentación a examen.
En conjunto, estas calificaciones generan la “nota de presentación a examen”, y ésta no debe ser inferior a 3,5 para hacer efectivo el derecho de presentación. La Nota Final de la asignatura se
2
compone en un 60% de la nota de presentación a examen y en un 40% de la nota obtenida en el Examen Final. Para eximirse del examen final, los/as alumnos/as deberán obtener una nota
mayor o igual a 5.7, siempre y cuando no se tengan notas bajo 4,0 en las pruebas solemnes. Este se realizará el 16 de diciembre. El examen consistirá en una evaluación escrita y práctica en el laboratorio de computación (2 bloques), cuyos contenidos serán definidos en la última sesión de cátedra. La notificación de inasistencia a una evaluación, de cátedra o ayudantía, deberá realizarse a través de la Secretaría de Estudios, presentando certificado médico hasta 5 días hábiles después de la inasistencia. El profesor será informado de la situación y de la resolución adoptada. No se aceptan notificaciones directas al profesor. Los alumnos/as pueden solicitar recorrección de las evaluaciones escritas enviando una carta formal a la Secretaria de Estudios, argumentando los aspectos de la respuesta que a juicio del estudiante no fueron debidamente considerados. El formulario de solicitud está en la página web de la Escuela y debe entregarse en un plazo no superior a 5 días hábiles una vez publicadas las notas y deberá ir acompañada por la prueba, trabajo o informe evaluado. El profesor será informado de la solicitud por Secretaría y tiene un máximo de 5 días hábiles para responder la solicitud, fundamentando por escrito sus argumentos. No se aceptarán solicitudes directas al profesor. La solicitud implica la recorrección del total de la evaluación y no asegura un aumento de la nota reclamada: ésta puede subir, mantenerse o bajar. De igual forma no se recorregirán evaluaciones escritas con lápiz grafito y/o con corrector.
VI. Mes
CRONOGRAM A DE TRABAJO Nº Clase Clase 1
o t s o g A
Tema Presentación del curso. Repaso estadística descriptiva univariada y bivariada.
Clase 2
Probabilidades
Clase 3
Distribución muestral y medición
Clase 4
Estandarización y uso tablas Z
Clase 5
Estadística inferencial e intervalos de confianza Parte I
Clase 6
Estadística inferencial e intervalos de confianza Parte II
Clase 7
Test de Hipótesis Parte I. Para una media y proporción
e r b m e Clase i t p e S
8
Clase 9
Test de Hipótesis Parte II. Tipos de error y limitaciones Test de Hipótesis Parte III. Chicuadrado y Distribución F
Bibliografía Blalock, H.M. 1998. Estadística social. México, D.F. Capítulo VIII. Introducción a la estadística inductiva Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 4. Blalock, H.M. 1998. Estadística social. México, D.F. Capítulo IX Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 5 y 6 Blalock, H.M. 1998. Estadística social. México, D.F VII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 5 y 6 Blalock, H.M. 1998. Estadística social. México, D.F VII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 7 Blalock, H.M. 1998. Estadística social. México, D.F XII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 7 Blalock, H.M. 1998. Estadística social. México, D.F XII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 8 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo X y XII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 8 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo X y XII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 11 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XV.
3
Clase 10
Test de Hipótesis Parte III. Comparación de medias y proporciones
Clase 11
Análisis de varianza. ANOVA
So lem n e
Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 9 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XIII. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 12 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XVI.
So lem n e Nº1: 30 d e Sep t iem b re
Análisis de tablas de contingencia y prueba de independencia I Análisis de tablas de contingencia y Clase 13 prueba de independencia II Clase 12
Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 11 Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 11
Entrega primer trabajo práctico (Pruebas T, ANOVA y Chi-cuadrado) Clase 14 e r b Clase u t c O
Correlación e introducción regresión lineal bivariada
15
Regresión lineal bivariada Parte II. Modelo e interpretación
Clase 16
Regresión lineal bivariada Parte III. Análisis de residuos
Clase 17
Introducción regresión lineal múltiple
Clase 18
Regresión lineal múltiple Parte II. Modelo e interpretación
Clase 19
Regresión lineal múltiple Parte II. Interacciones
Clase 20
Repaso para Solemne
So lem n e
So lem n e Nº2: 11 d e No v iem b re
Clase 21
Regresión lineal múltiple Parte III. Supuestos y limitaciones
22
Regresión lineal múltiple Parte IV. Supuestos y limitaciones
e r b m e Clase i v o N
Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 10 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XVII Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 10 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XVIII Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 10 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XVII Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 10 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XIX Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 10 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XIX Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Es tad íst ic a . Capítulo 10 Blalock, H.M. 1998. Estadística social. México, D.F Capítulo XIX
Clase 23
Cierre y repaso regresión lineal múltiple
Clase 24
Introducción a regresión logística
Agresti, Alan y Barbara Finlay. 2009. Statistical Methods for the Social Science. New Jersey: Person Hall, Inc. Capítulo 13. Agresti, Alan y Barbara Finlay. 2009. Statistical Methods for the Social Science. New Jersey: Person Hall, Inc. Capítulo 13. Agresti, Alan y Barbara Finlay. 2009. Statistical Methods for the Social Science. New Jersey: Person Hall, Inc. Capítulo 13. Agresti, Alan y Barbara Finlay. 2009. Statistical Methods for the Social Science. New Jersey: Person Hall, Inc. Capítulo 13.
Entrega segundo trabajo práctico (Correlación y regresión) Clase 25 e r b m e i c i D
Clase 26
Introducción a Stata
Escobar, M., Bernardi, F., & Macías, E. F. (2012).
Análisis de datos con Stata (Vol. 45). CIS.
Prueba recuperativa Examen 16 de diciembre
4
VII.
NORMAS ADMINISTRATIVAS Y PEDAGÓGICAS DEL CURSO.
1.ASISTENCIA: El curso tiene un requisito de asistencia del 75%. La asistencia se pasará individualmente al final de la clase, y no se aceptará el ingreso de alumnos a la clase tras los 10 primeros minutos de iniciada la sesión.
2.SOBRE LA INASISTENCIA A LAS PRUEBAS SOLEMNES Y AL EXAMEN: Para el caso de las evaluaciones no rendidas , la escuela solicita atenerse a lo dispuesto por la universidad en el artículo 21 del Reglamento del estudiante de pregrado, que establece una instancia recuperativa para las evaluaciones no rendidas. En este caso, el profesor fijará una fecha única de prueba recuperativa para cada asignatura, de carácter acumulativo que comprende todos los contenidos del programa del curso, y cuya nota sustituye sólo una de las evaluaciones no rendidas.
3.NORMAS DE ETICA: El reglamento de la Facultad de Ciencias Sociales e Historia, a través del Comité de ética, establece severas sanciones para casos de plagio, copia, falsificación y uso indebido de documentos, que van desde la nota mínima en la evaluación hasta la expulsión de la Universidad (Título III, Párrafo III, Art. 38 al 52). El procedimiento que deben seguir los/as estudiantes para solicitar recorrección de evaluaciones está estipulado en el Reglamento de la Facultad de Ciencias Sociales e Historia (Párrafo II, Art. 32 al 36).Será responsabilidad de los/as estudiantes conocer el contenido y los procedimientos que establece dicho reglamento que estará disponible en Secretaría de Estudios. Para dudas sobre los protocolos de citas bibliográficas y el resguardo de la propiedad intelectual en el mundo académico, se sugiere revisar el documento de Earl Babbie (1998) Plagarism, disponible en la página Web del curso o en Secretaría de Estudios. Para las citas y referencias bibliográficas, la Escuela sugiere utilizar el formato Chicago Manual Style para Ciencias Sociales. En la Base de datos EBSCO (http://support.ebsco.com/help/index.php?help_id=36), podrán encontrar éste y otros formatos de citación. Adicionalmente, se sugiere revisar un documento preparado por la Curtin University of Technology (Australia), donde se detalla con claridad el uso del formato de Chicago: http://library.curtin.edu.au/research_and_information_skills/referencing/chicago.pdf
VIII.
BIBLIOGRAFÍA
El curso cuenta con bibliografía obligatoria y bibliografía complementaria. La bibliografía obligatoria, incluye los libros de referencia recurrente que permitirán al estudiante seguir los distintos tópicos abordados en el transcurso del ramo. Además de investigaciones y estudios de Ciencia Política en los que se hace uso de las herramientas de análisis estadístico que entrega el curso, estas investigaciones se comentarán en la clase y podrán constituir preguntas de evaluación. En el transcurso del curso se podrán sumar nuevos estudios prácticos para comentar o evaluar, pero serán avisados con la debida anticipación. La bibliografía complementaria está orientada a responder preguntas más específicas del estudiante, permitiéndole profundizar en los contenidos.
5
1.
Obligatoria
1.a. Libros de Referencia Recurrente para el Curso Agresti, Alan y Barbara Finlay. 2009. Statistical Methods for the Social Science . New Jersey: Person Hall, Inc. Blalock, H.M. 1998. Estadística social . México, D.F.: Fondo de Cultura Económica. Cortada de Kohan, N. 1994. Diseño estadístico. Buenos Aires: Eudeba. De la Mora, María Luisa. 2014. Manual de elementos de probabilidad y estadísticas . México: Mc Graw Hill. Knoke, David, G. Bohrnstedt y A.P. Mee. 2002. Statistics for Social Data Analysis. CA: Wadsworth/Thomson Learning. Lévy, Jean-Pierre y Jesús Varela. 2003. Análisis multivariable para las Ciencias Sociales. Madrid: Prentice Hall. Ritchey, Ferris. 2008. Estadística para las ciencias sociales. México: Mc Graw Hill. Sánchez Carrión, Juan Javier. 2008. Manual de análisis estadístico de los datos . Madrid: Editorial Alianza Ciencias Sociales. Spiegel, Murray. 2014. Probabilidad y estadística. México: Mc Graw Hill. Triola, M., Pineda Ayala, L. E., & Hernández Ramírez, R. (2009). Estadística. Naucalpán de Juárez: Pearson Educación. Vivanco, Manuel. 1999. Análisis estadístico multivariable. Teoría y práctica. Santiago, Ed. Universitaria Weimer, R. 2004. Estadística. México, D.F.: Compañía Editorial Continental. Wonacott, T.H, y Wonacott, R.J. 2004. Introducción a la estadística. Editorial Limusa.
1.b. Estudios e Investigaciones Aplicadas Altman, D. (2004). Redibujando el m apa electoral chileno: incidencia de factores socioeconómicos y género en la urna. Revista de Ciencia Política XXIV (2): 49-66. Batista, F. (2011). ¿Por qué hay más partidos en algunos países que en otros?. Perspectivas desde el Barómetro de las Américas: 2012. Número 71. Dides, C., Benavente, C. & Sáez, I. (2010). Principales Resultados. Estudio de Opinión Pública sobre Aborto Brasil, Chile, México, Nicaragua. Serie Documentos Electrónicos Nº1, FLACSO Chile. Hinzpeter, X. & Lehmann, C. (1999). Dime por Quién Votas…Y Te Diré Quién Eres… Perfil de votantes Lagos, Lavín, Zaldivar e Indecisos en base a Encuesta CEP Abril-Mayo 1999. Puntos de Referencia, Centro de Estudios Públicos. López, M. (2004). Conducta electoral y estratos económicos: el voto de los sectores populares en Chile. Política 43; 285-298. Morales, M. (2012). Primarias de la Concertación. Participación y Resultados. Observatorio Político Electoral, Facultad de Ciencias Sociales e Historia, Universidad Diego Portales.
6
Morales, M. (2008). La primera mujer presidenta: ¿qué explicó el triunfo de Michele Bachelet en las elecciones 2005-2006?. Latin American Research Review 43(1):7-32. Morales, M. & Poveda, A. (2007). El PDC: bases electorales, determinantes de adhesión e impacto sobre las votaciones de Ricardo Lagos y Michelle Bachelet. Estudios Públicos 107(Invierno):129-165.
2.
Complementaria
Guajarati, Damodar. 1992. Econometría. McGraw Hill Pérez, César. 2004. Técnicas de Análisis Multivariante de Datos . Pearson Educación, Madrid.
7
