Programa en Estadística Aplicada a las Ciencias Sociales

Métodos estadísticos para la ciencias sociales I

Objetivo:
En este curso se revisan rápidamente los conceptos de estadística descriptiva, inmediatamente después se discuten los conceptos de probabilidad e inferencia estadística que sustentan la utilización de estadísticos calculados a partir de muestras simples al azar para la toma de decisiones sobre medias aritméticas y proporciones poblacionales desconocidas. En este punto la variabilidad de los resultados muestrales sustenta la idea de intervalos de confianza para concluir con el desarrollo de los conceptos de test de hipótesis, nivel y poder del test. Finalmente se analiza la asociación entre variables categóricas.

Contenido:

  1. La matriz de datos. Unidades de observación y de análisis. Variables. Escalas de medición. Muestreo simple al azar.
  2. Estadística descriptiva. Presentación tabular y gráfica de los datos. Medidas de tendencia central y de variabilidad. Estadísticos muestrales y parámetros poblacionales.
  3. Distribuciones de probabilidad. Variables discretas y continuas. La distribución normal de probabilidad. La distribución muestral de la media muestral.
  4. Estadística inferencial. Estimación puntual y por intervalos. Intervalos de confianza para la media aritmética y la proporción poblacional.
  5. Estadística inferencial. Tests de hipótesis para la media aritmética y la proporción poblacional. Error de tipo I: p-valor.
  6. Comparación de dos medias aritméticas poblacionales. Comparación de dos proporciones poblacionales.
  7. Asociación entre variables categóricas. Test de la hipótesis de independencia. El estadístico chi-cuadrado.

Bibliografía
AGRESTI, Alan and Barbara FINLAY (1997); Statistical Methods for the Social Sciences; Prentice Hall.

Métodos estadísticos para la ciencias sociales II

Objetivo:
El objetivo de este curso es brindar los conceptos que sustentan la práctica de la regresión y el análisis de la varianza en la investigación empírica mediante el entrenamiento necesario para leer, comprender y evaluar los documentos que utilizan estas herramientas. La presentación de los temas se basará en la discusión conceptual mas bien que en la realización  de demostraciones que son reducidas al mínimo.

Contenido:

  1. Estimación del modelo de regresión lineal simple. Mínimos cuadrados ordinarios. El coeficiente de correlación lineal. Test de hipótesis para la pendiente de la regresión y la correlación.
  2. Introducción a las relaciones multivariadas. Asociación y causalidad. Control mediante terceras variables. Tipos de relaciones multivariadas.
  3. Estimación del modelo de regresión lineal múltiple. Mínimos cuadrados ordinarios. El coeficiente de determinación. Test de hipótesis para los coeficientes de la regresión y la bondad de ajuste del modelo. Interacción. Correlación parcial.
  4. Comparación de varias medias aritméticas: análisis de la varianza, uno y dos factores, efectos fijos y variables. Medidas repetidas. Violación de los supuestos.
  5. Análisis de la covarianza: combinación de la regresión y el análisis de la varianza. Interacción. Test de hipótesis.
  6. Modelado empleando la regresión lineal múltiple. Herramientas de diagnóstico. Colinearidad. No linearidad. El modelo lineal generalizado.
  7. El modelado de variables dependientes categóricas. Regresión logística. Regresión logit. Test de la bondad del ajuste.

Bibliografía.
AGRESTI, Alan and Barbara FINLAY (1997); Statistical Methods for the Social Sciences; Prentice Hall.

Muestreo

Objetivo:
El objetivo de este curso es desarrollar los aspectos estadísticos relativos a la selección y al análisis de una muestra sobre la que se llevará a cabo una encuesta. Se discutirán tanto los procedimientos de selección adecuados a diferentes perfiles poblacionales y requerimientos de estimación exigidos por el diseño de la investigación como los estimadores adecuados a esos diversos procedimientos de selección.

Contenido:

  1. Cuatro preguntas que debe responder la selección y al análisis de una muestra. Sesgo de selección y sesgo de medición. Errores de muestreo y errores de no muestreo.
  2. Muestreo probabilístico. Muestreo simple al azar. Selección de una muestra simple al azar. Estimadores del total, la media aritmética y la proporción poblacional. Tamaño de la muestra. Muestreo sistemático.
  3. Estimadores de razón y regresión. Estimación en dominios.
  4. Muestreo estratificado. Estimadores. Ponderación de los estratos. Cuántos estratos? Fronteras de los estratos. Asignación del tamaño de muestra a los diversos estratos. Precisión del muestreo estratificado comparada con la del muestreo simple al azar. Estratificación a posteriori. Muestreo por cuotas.
  5. Muestreo por conglomerados con iguales probabilidades: en una etapa y en dos etapas. Unidades primarias y secundarias de selección. Conglomerados de igual y distintos tamaños. Estimadores. El muestreo sistemático como caso particular del muestreo por conglomerados.
  6. Muestreo por conglomerados con probabilidades diferentes.

Bibliografía:
LOHR, Sharon L. (2000); Muestreo: diseño y análisis. Thomson.