Última actualización: 01/04/2019


Curso Académico: 2019/2020

Técnicas de investigación social cuantitativas II
(14497)
Titulación: Doble Grado en Ciencias Políticas y Sociología (247)


Coordinador/a: TORRE FERNANDEZ, MARGARITA

Departamento asignado a la asignatura: Departamento de Ciencias Sociales

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Materias que se recomienda haber superado
Técnicas de Investigación Social Cuantitativa I, Estadística I, Estadística II
Competencias que adquiere el estudiante y resultados del aprendizaje.Más información en este enlace
Al concluir el curso, el estudiante debera¿ mostrar habilidad a la hora de: 1. Analizar las diferentes técnicas, su pertinencia y sus limitaciones a la hora de resolver problemas de distinta naturaleza 2. Aplicar diferentes técnicas avanzadas de análisis de datos con rigor y sofisticación 3. Interpretar los análisis e identificar los resultados más relevantes 4. Reportar los resultados correctamente (diseño de tablas, gráficos, etc) A demás, el alumno deberá tener: 5. Nivel avanzado en el uso del paquete estadi¿stico Stata/R
Descripción de contenidos: Programa
La formación en Técnicas de la Investigación Cuantitativas Avanzadas es un elemento clave en la formación de futuros profesionales, quienes en sus respectivas carreras se encuentran con la necesidad de obtener, gestionar y analizar datos. Esta asignatura profundiza en el aprendizaje de las te¿cnicas de investigacio¿n social de tipo cuantitativo desde una perspectiva aplicada. Todos los temas serán abordados de manera teórico-práctica, haciendo uso del paquete estadístico Stata/R. El curso se estructura en 3 grandes bloques, cada uno de ellos compuesto por diferentes temas: 1. Técnicas exploratorias no inferenciales: 1.1. Análisis factorial: El Análisis Factorial es una técnica de reducción de la dimensionalidad de los datos. A través de esta técnica se busca encontrar un número mínimo de dimensiones con las cuales explicar el máximo de información posible. 1.2. Análisis Clúster (o de conglomerados): Es una técnica estadística multivariante que persigue agrupar elementos tratando de lograr la máxima homogeneidad en cada grupo y la mayor diferencia entre los grupos. En este curso se abordan dos estrategias de clusterización: 1.2.1. Clusterización mediante algoritmos de partición 1.2.2. Clusterización mediante algoritmos jerárquicos 2. Técnicas estadísticas multivariantes (avanzadas): 2.1. Regresión logística: La regresión logística es una técnica de investigación multivariante cuyo principal objetivo es modelar cómo influyen determinadas variables en la probabilidad de aparición de un suceso (variable dependiente dicotómica). 2.2. Regresión logística multinomial: La regresión logística multinomial es una extensión de la regresión logística para aquellos casos en que la variable de interés es de naturaleza polítómica. 2.3. Introducción al análisis multinivel: Los modelos multinivel son una extensión de los modelos de regresión lineal clásicos adecuados para tratar datos jerarquizados. 2.4. Introducción a las series temporales: una serie temporal es una sucesión de observaciones de una variable tomadas en varios instantes del tiempo. Nuestro objetivo será analizar los cambios en esa variable, y predecir sus valores futuros serie temporal. 3. Tratamiento de Casos perdidos En esta parte del curso se abordarán las diferentes técnicas y estrategias para el tratamiento de bases de datos incompletas: 3.1. Métodos simples: borrador, relleno, emparejamiento 3.1. Métodos de imputación múltiple
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases Magistrales (3 cre¿ditos ECTS): En forma de clase magistral expositiva se abordan los contenidos más teo¿ricos de la asignatura. Grupos Reducidos (3 cre¿ditos ECTS): En aula informática, se pone en práctica los contenidos tema¿ticos a trave¿s del paquete estadi¿stico Stata/R
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40
Bibliografía básica
  • Escobar Mercado, Modesto; Fernández Macías, Enrique; Bernardi, Fabrizio. Análisis de datos con Stata. Cuadernos Medológicos del CIS. 2012
  • Peña, Daniel. Análisis de series temporales. Alianza Editorial. 2005
  • Peña, Daniel. Estadi¿stica. Modelos y Métodos. Tomo I: Fundamentos. Alianza Universidad. 1999
  • Rivero, Gonzalo. Análisis de datos incompletos en Ciencias Sociales. Cuadernos Metodológicos del CIS. 2011
Bibliografía complementaria
  • Aldás, Joaquín & Ezequiel Urial. Análisis multivariante aplicado con R. Paraninfo. 2017
  • Gujarati, Damodar. Econometría. McGraw-Hill. 2010

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