Código: 72018 | Asignatura: Métodos cuantitativos avanzados en investigación social | ||||
Créditos: 6 | Tipo: Optativa | Curso: 2 | Periodo: 1º S | ||
Departamento: Estadística e Investigación Operativa | |||||
Profesorado: | |||||
URMENETA MARTIN-CALERO, MARÍA DEL HENAR (Resp) [Tutorías ] |
Se estudiarán técnicas estadísticas para el análisi de los datos haciendo uso de herramientas infrormáticas, R-Commander y SPSS.
Se empezará con el estudio básico de medidas y gráficos de variables unidimensionales para pasar a técnica más avanzadas que permitan establecer modelos de compàrativos, asociativos, explicativos y clasificativos.
Tipos de datos. Análisis en una dimensión. Tablas y Gráficos estadísticos. Comportamiento en distintos grupos, primera idea de asociación.
Análisis en dos dimensiones. Tablas de contingencia y gráficos. Medidas de asociación, correlación y regresión.
Análisis en más de dos dimensiones. Visualización de datos reales tomados de las Ciencias Sociales, descubrimiento de las características fundamentales a través de gráficos.
Técnicas clásicas de inferencia, el azar en las muestras estadísticas, estimación mediante intervalos de confianza y contrastes de hipótesis.
Modelos de regresión lineal: modelo lineal simple, modelo lineal general y regresión logística.
Técnicas multivariantes: anova, análisis componentes principoaes y análisis cluster.
Asignatura del semestre de otoño 3er (semestre) de carácter obligatoria para estudiantes del módulo "Investigación Social y Aplicada" y optativa para los demás módulos.
G8 Diseñar, planificar y aplicar sistemas de evaluación de programas y servicios
sociales.
G9 Conocer en profundidad y aplicar la metodología y las técnicas de investigación
participativa en la búsqueda de soluciones a los problemas sociales.
G11 Conocer en profundidad y aplicar la metodología y las técnicas de investigación
participativa en la búsqueda de soluciones a los problemas sociales.
G17 Conocer el proceso de investigación, su aplicación a las ciencias sociales y su utilización en la práctica profesional.
E1 Formación científica para conocer, de manera teórica, técnica y aplicada, los métodos y técnicas avanzadas de investigación social desde una perspectiva multi-estratégica
E2 Capacitación en la práctica del conocimiento científico, para diseñar un objeto y proceso de investigación de carácter empírico y/o aplicado
E3 Capacitación para conceptualizar un problema en términos estadísticos y determinar las variables que intervienen.
E4Capacitación para escoger, diseñar y aplicar los métodos y las técnicas estadísticas en relación al objeto de estudio
E5 Capacitación para utilizar distintos paquetes estadísticos
E6 Saber elaborar un buen documento final de investigación e interpretar informes estadísticos.
E7 Ser capaz de expresar los conocimientos específicos adquiridos sobre metodología de la investigación tanto de forma oral como escrita
Saber analizar los aspectos básicos mediante tablas, gráficos y estadísticos de variables cualitativas y cuantitativas de una base de datos.
Saber analizar los aspectos básicos mediante tablas, gráficos y estadísticos de la relación entre variables cualitativas y cuantitativas de una base de datos.
Saber manejar bases de datos en R-Commander.
Entender los conceptos de variables aleatorias
Saber obtener cálculos de probabilidad en R-Commander
Entender los conceptos de la inferencia estadística paramétrica clásica: intervalos de confianza y contrastes de hipótesis.
Saber obtener intervalos de confianza y contrastes de hipótesis en R-Commander.
Entender el objetivo y la aplicación de algunas técnicas multivariables: anova, modelos de regresión, modelos de clasificación y modelos factoriales.
Saber obtener los elementos esenciales anova, modelos de regresión, modelos de clasificación y modelos factoriales en R-Commander.
Metodología - Actividad
|
Horas Presenciales
|
Horas no presenciales
|
A-1 Clases expositivas/participativas
|
15
|
|
A-2 Prácticas
|
15
|
|
A-3 Debates, puestas en común, tutoría grupos
|
10
|
|
A-4 Elaboración de trabajo
|
|
30 |
A-5 Lecturas de material
|
|
30
|
A-6 Estudio individual
|
|
40
|
A-7 Exámenes, pruebas de evaluación
|
|
|
A-8 Tutorías individuales
|
|
10
|
|
|
|
Total
|
40
|
110
|
Saber analizar los aspectos básicos mediante tablas, gráficos y estadísticos de variables cualitativas y cuantitativas de una base de datos.
Saber analizar los aspectos básicos mediante tablas, gráficos y estadísticos de la relación entre variables cualitativas y cuantitativas de una base de datos.
Saber manejar bases de datos en R-Commander.
Entender los conceptos de variables aleatorias
Saber obtener cálculos de probabilidad en R-Commander
Entender los conceptos de la inferencia estadística paramétrica clásica: intervalos de confianza y contrastes de hipótesis.
Saber obtener intervalos de confianza y contrastes de hipótesis en R-Commander.
Entender el objetivo y la aplicación de algunas técnicas multivariables: anova, modelos de regresión, modelos de clasificación y modelos factoriales.
Saber obtener los elementos esenciales anova, modelos de regresión, modelos de clasificación y modelos factoriales en R-Commander.
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
Saber analizar los aspectos básicos mediante tablas, gráficos y estadísticos de variables cualitativas y cuantitativas de una base de datos.
Saber analizar los aspectos básicos mediante tablas, gráficos y estadísticos de la relación entre variables cualitativas y cuantitativas de una base de datos.
Saber manejar bases de datos en R-Commander. |
Entrega por escrito de cuestiones a desarrollar en clase o fuera de clase
Elaboración de un trabajo o prueba escrita |
30
10 |
si
si |
Entender los conceptos de variables aleatorias
Saber obtener cálculos de probabilidad en R-Commander
Entender los conceptos de la inferencia estadística paramétrica clásica: intervalos de confianza y contrastes de hipótesis.
Saber obtener intervalos de confianza y contrastes de hipótesis en R-Commander. |
Entrega por escrito de cuestiones a desarrollar en clase o fuera de clase
|
20 | si |
Entender el objetivo y la aplicación de algunas técnicas multivariables: anova, modelos de regresión, modelos de clasificación y modelos factoriales.
Saber obtener los elementos esenciales anova, modelos de regresión, modelos de clasificación y modelos factoriales en R-Commander. |
Entrega por escrito de cuestiones a desarrollar en clase o fuera de clase
Elaboración de un trabajo o prueba escrita |
30
10 |
si
si |
Actividades evaluables |
Criterios |
Instrumentos |
Peso ECTS |
A1, A2, A3, A4, A5, A6 y A7
|
Asistencia y participación en sesiones presenciales |
Control de la asistencia Y la participación |
10% |
A1, A2, A3, A4, A5, A6 y A7 |
Comprensión de los principales conceptos y su metodología |
Entrega por escrito de cuestiones a desarrollar en clase
|
70% |
A1, A2, A3, A4, A5, A6 y A7 |
Demostración aplicada de los conocimientos adquiridos |
Elaboración de un trabajo o prueba escrita
|
20% |
Conjuntos de datos.
Análisis en una dimensión y comportamiento en distintos grupos.
Tablas de freciencias, medidas estadísticas y gráficos.
Tablas de contingencia y gráficos.
Medidas de asociación, correlación y regresión.
Intervalos de confianza y contrastes de hipótesis.
Regresión lineal
Regresió logística
Anova
Análisis Componentes pr¡ncipales
Análisis cluster
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
1-Vélez R., Ramos E. Hernández V. y otros. "Métodos Estadísticos en Ciencias Sociales".
2- Estadística Básica con R y R-commander (Versión Febrero 2008)
Autores: A. J. Arriaza Gómez y otros
2008 Servicio de Publicaciones de la Universidad de Cádiz
3-Peña, D. y Romo J. "Introducción a la estadística para las Ciencias Sociales". McGraw Hill (1997)
4-Newbold, P. "Estadística (para los negocios y la economía)". Prentice Hall (1999)
5- Peña, D. "Análisis de datos multivariantes". McGraw Hill (1997)
6- Uriel E. y Aldás J. "Análisis multivariante aplicado" Thompson (2005)
Sala de ordenadores del Dpto. de Estadística o en aula de ordenadores del aulario