forked from cursos-metodos-facso/metod1-MCS
-
Notifications
You must be signed in to change notification settings - Fork 0
/
syllabus.qmd
169 lines (85 loc) · 5.67 KB
/
syllabus.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
---
title: Programa
lang: es
---
```{r setup, message=FALSE, warning=FALSE, include=FALSE}
library(dplyr)
library(tibble)
library(pander)
```
::: {.grid .course-details .course-details-smaller}
::: {.g-col-6}
### Profesor
- {{< fa user >}} [{{< var instructor.name >}}]({{< var instructor.url >}})
- {{< fa university >}} {{< var instructor.office >}}
- {{< fa envelope >}} <a href="mailto:{{< var instructor.email >}}">{{< var instructor.email >}}</a>
- {{< fa brands twitter >}} [{{< var instructor.twitter >}}](https://www.twitter.com/{{< var instructor.twitter >}})
- {{< fa calendar-check >}} [Schedule an appointment]({{< var instructor.appointment_url >}})
:::
::: {.g-col-6}
### Información del curso
- {{< fa calendar >}} {{< var course.days >}}
- {{< fa calendar-alt >}} {{< var course.dates >}}
- {{< fa clock >}} {{< var course.time >}}
- {{< fa location-dot >}} {{< var course.location >}}
- {{< fa brands slack >}} [Slack]({{< var course.slack >}})
:::
:::
## Resumen
Este curso busca dar un primer acercamiento a la investigación social cuantitativa, abarcando desde aspectos iniciales básicos de estadística descriptiva y visualización de datos, hasta análisis e interpretación de modelos explicativos de investigación social. Asimismo, se busca que los y las estudiantes logren familiarizarse con el uso de Rstudio para el análisis de datos sociales.
La metodología incluye clases lectivas y trabajo práctico en R.
## Objetivo general
Al finalizar el curso, el/la estudiante podrá elaborar y analizar diseños de investigación social de carácter cuantitativo, así como describir cuantitativamente un conjunto de datos utilizando el lenguaje R.
## Objetivos específicos
Al concluir el curso lo/as estudiantes deberán haber alcanzado los siguientes resultados de aprendizaje:
- Conocer las etapas de un diseño de investigación social cuantitativa y sus principales elementos
- Formular diseños de investigación social cuantitativa
- Conocer y aplicar instrumentos de medición y tipos de estudios cuantitativos
- Interpretar y analizar los elementos centrales de una base de datos con información social
- Aplicar e interpretar técnicas de estadística descriptiva según las distintas características de los datos
- Aplicar e interpretar técnicas de estadística correlacional e inferencia estadística para variables con distinta unidad de medida
- Aplicar e interpretar técnicas de regresión lineal y logística para variables numéricas y variables categóricas
## Saberes / contenidos
### Módulo 1: Estadística descriptiva
1.1 Elementos básicos de la investigación social
- Etapas de la investigación Social
- Tipos de diseños
- Diseño de instrumentos de medición
- Bases de datos: datos de corte transversal, series de tiempo, cohortes, panel o longitudinal
1.2 Operacionalización y análisis de datos
- Operacionalización y niveles de medición
- Tidy data: unir, dividir, filtrar y ordenar datos en R
- Recodificación de variables: descriptivos básicos, casos perdidos, etiquetamiento de variables
- Agrupación de datos y construcción de variables a partir de datos existentes
- Construcción de índices y validez de escalas
1.3 Visualización de datos en R
- Tablas descriptivas y tablas de contingencia
- ggplot2: gráficos de barra, de caja, dispersión e histograma
### Módulo 2: Inferencia y estadística correlacional
2.1 Inferencia estadística
2.2 Pruebas de hipótesis
2.3 Correlación
### Módulo 3: Regresión lineal y regresión logística
3.1 Regresión lineal de mínimos cuadrados
- Aspectos centrales y supuestos de la regresión MCO
- Interpretación de coeficientes (variables cuantitativas y cualitativas) y efectos de interacción
- Representación gráfica de coeficientes de regresión lineal
3.2 Regresión logística binaria
- Aspectos básicos de la regresión logística
- Tipos de coeficientes e interpretación
- Representación gráfica (cálculo de probabilidades predichas)
## Bibliografía
Wickham, Hadley & Grolemund, Garrett (2017). R for Data Science. Visualize, model, transform, tidy and import data. / Versión en español disponible [acá](https://es.r4ds.hadley.nz/)
[Moore, D. S., & Comas, J. (2010). Estadística aplicada básica. Barcelona: Antoni Bosch.](resource/moore2010.pdf)
[Wooldridge, J. M. (2008). Introducción a la econometría: un enfoque moderno. Paraninfo Cengage Learning.](wooldridge2008)
[Camarero, et al (2017) Regresión Logística: Fundamentos y aplicación a la investigación sociológica.](https://www2.uned.es/socioestadistica/Multivariante/Odd_Ratio_LogitV2.pdf)
Hair, Joseph F., et al. (2004). Análisis multivariante. 5ta ed. Madrid: Prentice Hall.
[Charte, Francisco (2014). Análisis exploratorio y Visualización de datos con R.](http://www.fcharte.com/libros/ExploraVisualizaConR-Fcharte.pdf)
## Metodología
El curso se organiza en sesiones semanales, con una parte lectiva seguida de una práctica. En la parte lectiva se transmiten y discuten los conceptos centrales de la investigación cuantitativa. En la parte práctica se aplicarán los conceptos transmitidos en la parte lectiva, además de resolver dudas en el avance de los trabajos de investigación
## Evaluación
La evaluación consistirá en
## Requisitos de aprobación
- Nota mínima de aprobación: 4,0 (en escala de 1 a 7).
## Palabras Clave
- Estadística, investigación cuantitativa, manipulación de datos, visualización de datos, interpretación de coeficientes