Última actualización: 08/05/2018


Curso Académico: 2018/2019

Estadística aplicada para las Ciencias Sociales II
(14087)
Grado en Ciencias Políticas (Plan: 396 - Estudio: 205)


Coordinador/a: ALBARRAN LOZANO, IRENE

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
ESTADÍSTICA APLICADA PARA LAS CIENCIAS SOCIALES I o una asignatura de introducción a la estadística similar.
Competencias específicas: 1. Comprender los conceptos básicos del contraste estadístico de hipótesis y sus aplicaciones en las ciencias sociales. 2. Capacidad para realizar un análisis de regresión lineal simple e interpretar los resultados. 3. Capacidad para realizar un análisis de regresión lineal múltiple e interpretar los resultados. 4. Capacidad para usar software estadístico de forma efectiva. Competencias transversales: 1. Capacidad de análisis y síntesis 2. Capacidad de modelización matemática y estadística 3. Resolución de problemas 5. Razonamiento crítico 6. Comunicación oral y escrita
Descripción de contenidos: Programa
Tema 1. Ampliación contraste de hipótesis 1.1.- Diferencia de medias y de proporciones 1.2.- ANOVA Tema 2.Regresión Lineal Simple 2.1.- Motivación, ejemplos y aplicaciones. Hipótesis del modelo 2.2.- Transformaciones si no se cumplen las hipótesis 2.3.- Estimación e intervalos de confianza para los parámetros 2.4.- Concepto de significatividad y contaste de la t. R cuadrado 2.5.- Diagnosis del modelo Tema 3.Regresión Lineal Múltiple 3.1.- Motivación, ejemplos y aplicaciones. Hipótesis del modelo 3.2.- Estimación e intervalos de confianza para los parámetros 3.3.- Efectos marginales. R cuadrado corregido 3.4.- Multicolinealidad. Diagnosis del modelo 3.5.- Métodos de selección de variables 3.6.- Introducción de datos cualitativos en el modelo Tema 4: Proyecto final
Actividades formativas, metodología a utilizar y régimen de tutorías
Teoría (3 ECTS). Clases teóricas con material de apoyo disponible en la página web de la asignatura. Prácticas (3 ECTS). Clases de resolución de problemas. Prácticas computacionales en aulas informáticas. Tutorías individuales semanales. La metodología docente tendrá un enfoque eminentemente práctico, estando basada en el estudio de diversos conjuntos de datos mediante técnicas de inferencia y regresión, tanto en las clases teóricas como en las prácticas, como motivación e ilustración de la teoría.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Bibliografía básica
  • Chatterjee, S. . Regression analysis by example. Wiley. 2000
  • J.F. Hair, W.C. Black, B.J. Babin, R.E.. Anderson Multivariate Data Analysis: A Global Perspective, 7th ed.. Pearson Education. 2010
  • Peña, D.. Análisis de datos multivariantes. McGraw-Hill. 2002
  • Peña, D. y Romo, J.. Introducción a la Estadística para las Ciencias Sociales. MacGraw Hill, New York. 2014
  • Pérez López, C.. Técnicas de análisis multivariante de datos: aplicaciones con SPSS. Pearson Prentice Hall. 2004
  • YOUNGER, M. S.. A First Course in Linear Regression. Duxbury Press. 1985
Bibliografía complementaria
  • D.J. Bartholomew, F. Steele, I. Moustaki, J. Galbraith. Analysis of Multivariate Social Science Data, 2nd ed.. Chapman & Hall/CRC. 2008

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.