Curs 2013-2014

Mètodes Estadístics Aplicats   (21703)

_______________________________________________

Titulació/estudi: Grau en Ciències Polítiques i de l'Administració
Curs:   3n 
Trimestre:   2n 
Nombre de crèdits ECTS: 4 crèdits
Hores dedicació estudiant:  150
Llengua o llengües de la docència: Català
Professors: Classes Magistrals:Albert Satorra / Seminaris:Ferran Carrascosa

Web de l'assignatura del 2012: http://www.econ.upf.edu/~satorra/M/M2012.html

Horari de classes:         

Magistrals + seminaris: Divendres 09:00 a  a 12 :00

 (deu setmanes)

Web de l'assignatura:

El curs farà us intensiu de la web de l'assignatura mantinguda pel professor.  En aquesta web hi haurà tot el material de notes i instruccions pel seguiment dia-a-dia de l'assignatura.   En el curs d'enguany, la web és http://www.econ.upf.edu/~satorra/M/M2013.html

 

Descripció del Curs:

  

Els objectius de l' assignatura són adquirir coneixements i habilitats per comprendre i utilitzar els mètodes estadístics  de la regressió i l'anàlisi multivariada que són  emprats en ciència política.   El temari inclou models de regressió simple i múltiple, models de regressió logística, i l'anàlisi multivariada  de components principals, factorial, d'agrupaments i de correspondències. El curs evita la formulació algebraica i se centra en els conceptes i en la seva aplicació a dades de ciències socials i políticas.     Un objectiu central del curs és la capacitació de l'estudiant per, enfront un determinat problema,  a)  escollir la tècnica estadística més adequada; b) executar amb autonomia l'anàlisi estadística emprant software professional estandard; i, finalment, c) capacitat per efectuar una correcta descripció i resum dels  resultats de l'anàlisi estadística. El curs farà us intensiu del software estadístic en us en ciència política, principalment del paquet estadístic SPSS. Per aquells estudiants interessants, el curs oferirà capacitació per us del software lliure R.

  

Avaluació del Curs:

La nota de l'assignatura, en el final de trimestre,  s'obtindrà de la combinació de les dues components següents:

A (40%) : Treball

B (15%): Participació seminaris i classe teoria

C (45%) : Examen Final

 

Sobre el Treball: 

Un element  necessari per passar l'assignatura per curs, al final de trimestre,  és un treball d'anàlisi estadística a entregar en data límit el dia de l'examen final. Aquest treball es farà en grups de com a màxim tres estudiants (o en grups més amplis si hi ha aprobación per part del professor).  Consistirà en la realització d'un estudi que impliqui la utilització de tècniques estadístiques exposades al llarg del curs en un context de dades empíriques. Caldrà que l'estudiant demostri el seu domini de l'execució de l'anàlisi estadística i la  capacitació per resumir i  explicar els resultats a un public no expert en estadística.

 

 

Recuperació:

  

Podran concórrer al procés de recuperació tots els estudiants que havent participat a més de la meitat de les activitats d'avaluació continuada i havent-se presentat a l'examen final de l'assignatura, hagin obtingut la qualificació de suspens de l'assignatura corresponent en l'avaluació trimestral.  La recuperació consistirà en un prova global revàlida de tot el temari de l'assignatura.  L'avaluació continuada no és recuperable.  La nota final de l'assignatura, per aquells estudiants que es presentin a la recuperació, serà la mitjana ponderada de la nota d'avaluació continuada (30%) i de la nota de l'examen de recuperacio (70%). Per poder calcular aquesta mitjana cal que la nota de l'examen de la recuperacio sigui com a mínim de 4, en una escala de 0 a 10.

 

 

 

TEMARI DE LES SESSIONS CLASSES MAGISTRALS:

  

Tema 1. Model de regressió simple i múltiple: 

Equació del model de regressió, hipótesis estadístiques del model, ajust i diagnostic del model, gràfics de regressió parcial,  problemes de no-linealitat, transformació de les variables, heteroscedasticitat, multicol·linealitat, residus i dades influents, lectura d'una análisis de regressió.  discussió de software estadístic.  

 

Tema 2. Regressió amb variable dependent dicotòmica: 

Formulació del model de regressió logística, estimación de màxima versemblança del model, lectura d'una análisis de regressió logística, diagnosis i ajust del model,  gràfics d'efectes parcials, discussió del output de regressió logística.  

 

Tema 3.  Reducció de la dimensión o anàlisi de components principals i factorial:

Problema de la reducción de la dimensión, components principals, matriu de les components, bondat de la representaciò,  gràfic dels individus, gràfic de les variables, biplot, rotación dels facotors, temes de l'anàlisi factorial

 

Tema 4. Classificació i anàlisi d'agrupaments: 

Concepte de distància entre subjectes,  agrupación jeràcquica aglomerativa, segmentación de individus, lectura de gràfic "dendograma", classificació per "k-means", altres mètodes de classificació

 

Tema 5. L'anàlisi de correspondències i altres mètodes d'anàlisi multivariada:

Taules de contingència, conceptes de l'análisis de correspondències, inèrcia de la taula, dimensions principals, gràfics de l'anàlisi de corresponències,   més de dues variables categòriques, escalament òptim, us d'escalament òptim en l'SPSS.

 

TEMARI DE LES SESSIONS DE SEMINARI:

  

Seminari 1. Regressió lineal simple i múltiple.

Exemples i pràctica amb d'SPSS i R

 

Seminari 2. Regressió amb varible depenent binaria.

Exemples i pràctica amb d'SPSS i R

 

Seminari 3. Reducció de la dimensió. 

Exemples i pràctica amb d'SPSS i R. Definició dels temes i grups de treball i guia en l'execució del treball final de curs. 

 

Seminari 4. Presentació del desenvol.lupament dels treballs  final de curs

 

Referències:

HAIR, J. F. i d'altres. Multivariate Data Analysis with Readings. Nova York: MacMillan, 1992 Hutcheson G. & N. Sofroniou (1999) The Multivariate Social Scientist, SAGE Publications, Thousand Oaks

MANLY, B. F. J. Multivariate Statistical Methods. A Primer. Londres: Chapman and Hall, 1989. MARSH, C. Exploring Data. Cambridge: Polity Press, 1988.

NORUSIS, M. J. SPSS Guide to Data Analysis SPSS 7.5. Upper Saddle River: Prentice-Hall, 1997.

PÉREZ, C. Técnicas Estadísticas con SPSS. Madrid: Prentice-Hall, 2001.

SHARMA, S. Applied Multivarate Techniques. Nova York: John Wiley, 1996.

TACQ, J. Multivariate Analysis Techniques in Social Science Research. Londres: Sage, 1997.

TUFTE, E. R. Data Analysis for Politics and Policy. Englewood Cliffs (N. J.): Prentice-Hall, 1974.

 

Competències a assolir : 

Capacitat d'anàlisi i sintesis d'informació quantiativa en les diferents tècniques estadístiques estudiades,  capacitat de dissenyar un model estadístic basat en la regressió i l'anàlisi multivariada, capacitat de valoració crítica de un informe estadístic que inclogui anàlisis de regressió i multivairada, capacitat per diferenciar entre associació i causalitat,  dades observacionals vs  dades experimentals, especialment en el àmbit dels models de regressió, capacitat per sintetizar informació multivariada en forma de indexos o components principals, capacitat de classificar unitats de observacions multivariades,  apacitat per emprar  llògica i raonament estadístic  en situacions pràctiques diverses, capacitat de manegament de base de dades i d'un software estadístic d'ampli abast en ciències socials, en particular SPSS, capacitat per avaluar criticament afirmacions que involucren l'estadística, capacitat per efectuar inferències estadístiques a partir de dades emprant software estadístic d'ampli espectre (SPSS), emprant tècniques de regressió i d'anàlisi multivariada, capacitat per disenyar una anàlisi estadística que inclogui temes avançats com regressió múltiple (lineal o logística) i anàlisi multivaridada, i  fer-ne un resum en llenguatge planer, no tècnic.   

Metodologia de docència

L'assignatura combinarà classes plenàries i sessions de seminaris en grups reduïts d'estudiants.

Les sessions plenàries, són 10 sessions  de dues hores al llarg de les 10 setmanes del curs, on és desenvolupen els conceptes i mètodes estadístics generals de l'assignatura.  La primera i la segona setmana tindran  una sessió  plenària addicional d' una hora . 

Les classes de seminaris són 4 sessions al llarg del trimestre per cada un dels dos grups en què és divideix la classe.  Els  seminaris  s'impartiran a l'aula d'informàtica,  i faran us del  programari SPSS. En aquestes sessions s'empraran bases de dades de ciències socials i polítiques.  En els seminaris es treballarà primer el problema de seminari que previament s'ha penjat a la pàgina web de l'assignatura i després es resoldran els dubtes que sorgeixen sobre l'execució de la tècnica estadística corresponent al seminari.  El Seminari 4 es dedicarà integrament a temes de discussió i preparació dels treballs de final d'assignatura en curs en aquell moment.  

 Resum en angles

This is optional to the students in the undergraduate program of Polytical Sciences, and it is  a follow up the basic course in statistics  that is  compulsory to all the students.   The  course aims to provides key concepts for regression and multivariate analysis in use in polytical sciences and policy studies; it should  serve to students interested in developing empirical analysis skills. Topics include  linear multiple regression, logistic regression and a variety of multivariate analysis techniques. The course involves students into  hands-on empirical analysis via computer exercises and to the use of an standard  statistical packages in polytical sciences (SPSS).  The course is open also to the use of the free softeware  R.  The course involves  substantial introduction to statistical tools, with the aim of developing some depth in the ability to design  and conduct empirical research, and to cross examine work with statistical experts.