Curso 2010-11

Estadística (21975)

Titulación/estudio: Grado en Ciencias Políticas y de la Administración
Curso: 2º 
Trimestre: 2º 
Número de créditos ECTS: 6 créditos
Horas dedicación del estudiante: 140
Lengua o lenguas de la docencia: Catalán
   

1. Presentación de la asignatura

La asignatura Estadística está concebida como una materia de formación básica para el estudiante de Ciencia Política y la Administración. Se supone que el estudiante tiene unos conocimientos básicos de descripción estadística y de manejo de bases de datos empleando SPSS o Excel, proporcionados por la asignatura de Análisis de Datos (21291)

El objetivo principal es introducir los conceptos esenciales asociados en la variabilidad estadística y el papel que esta variabilidad juega, hoy en día, en el análisis empírico en ciencia política y de la administración. A partir del concepto de población estadística, se introducirán los conceptos de aleatoriedad, muestra aleatoria, así como los diferentes métodos empleados por la estadística para conseguir información precisa de la población a partir de datos muestrales. La asignatura pretende dar las bases que capaciten al estudiante a utilizar adecuadamente (evitando cometer errores conceptuales frecuentes) técnicas actualmente reconocidas como esenciales en el análisis empírico en ciencias sociales.

El curso incluye temas como elementos básicos de la probabilidad, diseño de muestras, estimación puntual y por intervalo, contraste chi-cuadrado, la lógica de los contrastes de significación y de hipótesis, análisis de la varianza, análisis de la correlación y, finalmente, introducción al análisis de la regresión. La asignatura se hará en una vertiente muy aplicada, donde las fórmulas y teoremas serán sustituidos por la ilustración de la práctica de la estadística en bases de datos de interés en ciencias sociales. Si bien las fórmulas no son esenciales, si que se hará mucho énfasis en los conceptos y en la lógica de la estadística. El programa estadístico principal será el SPSS. Aquellos estudiantes interesados podrán sustituir o complementar el SPSS con software libre como por ejemplo R (http://www.r-project.org/).  


2. Competencias a lograr

Competencias generales:

  • Capacidad de análisis y síntesis de la información cuantitativa
  • Capacidad de diseñar la recogida de información estadística (diseño de muestras)
  • Capacidad de valoración crítica de un informe estadístico. Capacidad para producir un informe estadístico elemental.
  • Capacidad de diferenciar entre asociación y causalidad; entre datos observacionales y experimentales; los diferentes niveles de medida de las variables estadísticas.
  • Capacidad para emplear la lógica y el razonamiento estadístico en varias situaciones prácticas.
  • Capacidad en el dominio de bases de datos y de software estadístico de amplio alcance en ciencias sociales (por ejemplo, SPSS)

Competencias específicas:

  • Capacidad para evaluar críticamente afirmaciones que involucran la estadística
  • Capacidad para efectuar inferencias estadísticas a partir de datos empleando software estadístico de amplio espectro (SPSS)
  • Capacidad de razonar sobre la diferencia entre estadístico y parámetro, error muestral, muestras representativas, muestras sesgadas, error tipo I y II, y otros detalles conceptuales.
  • Capacidad para determinar la medida de muestra necesaria por un nivel de precisión deseado.
  • Capacidad para leer/comprender una ficha técnica de encuesta de diario.
  • Capacitado para hacer un análisis estadístico elemental y hacer un resumen en lenguaje llano, no técnico.

3. Contenidos


Tema 1. Población y muestra. Naturaleza de la información estadística. El concepto de aleatoriedad. Población y muestra probabilística. Diseños muestrales. Precauciones en las encuestas por muestreo. Datos experimentales.


Tema 2. Elementos básicos de probabilidad. El concepto de probabilidad, interpretaciones, propiedades de la probabilidad, ley de la suma y del producto, probabilidad condicionada, Ley de Bayes, distribuciones de probabilidad, variables aleatorias discretas y continúas, parámetros de una variable aleatoria, la Ley normal.


Tema 3. Inferencia estadística: estimación por intervalo. Distribución muestral, proporción y media muestrales, sesgo del estimador, eficiencia del estimador, proporción muestral, media muestral, distribución muestral en el caso de muestra grande. Estimación por intervalo: caso de la proporción y de la media muestral. Precisión de la estimación y medida de muestra. Cálculo de medida de muestra. Problemática en muestra pequeña

Tema 4. Inferencia estadística: pruebas de significación estadística y contraste de hipótesis. Lógica de una prueba de significación, contraste chi-cuadrado, valor p, contraste de proporción y media poblacional, contraste de hipótesis, error tipo I y II, potencia del contraste, aplicaciones al contraste de igualdad de medias.


Tema 5. Inferencia estadística: comparación de medias. Problemática de la comparación de grupos o poblaciones, caso de dos proporciones, caso de dos medias, más de dos medias (ANOVA). Consecuencias de desviación de supuestos básicos.


Tema 6. Asociación entre variables. Asociación estadística, asociación no implica causalidad, asociación entre variables categóricas: contraste chi-cuadrado de independencia, asociación entre variables continúas: covarianza y correlación. Inferencia sobre la correlación.


Tema 7. Modelo de regresión simple. Media condicional, recta de regresión lineal, parámetros del modelo de regresión, estimación del modelo de regresión: método MCO, coeficiente de determinación, introducción a la regresión múltiple

4. Evaluación


Evaluación contínua que consistirá en la calificación de las actividades de seminario individuales y/o en grupo (deberes/tareas/tests). Un trabajo efectuado en grupo (máximo de cinco estudiantes) que se entregará, como máximo, en la fecha del examen final, contribuirá en el 20% de la nota de la asignatura.

Examen final: 50% de la nota

5. Bibliografía

MANTZOPOULOS, V. L. Statistics for the Social Sciences. Englewood Cliffs: Prentice-Hall, 1995.

MOORE, D. S. Statistics. Concepts and Controversies. Nova York: W. H. Freeman, 2000.

MOORE, D. S. Estadística aplicada básica. Barcelona: Antoni Bosch Editor, 1998.

PEÑA, D.; ROMO, J. Introducción a la estadística para las ciencias sociales. Madrid: McGraw-Hill, 1997.

SIRKIN, R. M. Statistics for the Social Sciences. Newbury Park: Sage, 1995.

TANUR, J. M. La estadística. Una guía de lo desconocido. Madrid: Alianza, 1992.

5.2. Recursos didácticos

Recursos del libro de Moore: http://bcs.whfreeman.com/bps3e/default.asp?s=&n=&i=&v=&o=&ns=0&t=&uid=0&rau=0 y otros recursos que se van a señalar en la web de la asignatura desplegada por el profesor.   

 

6. Metodología

La asignatura combinará clases plenarias y sesiones de seminarios en grupos reducidos de estudiantes. La estructura es de 10 sesiones de dos horas en clases plenarias donde se explicarán los conceptos y procedimientos generales de la asignatura empleando ejemplos con datos de ciencias sociales.
Las clases se seminarios se impartirán en el aula de informática y harán uso del software SPSS. En estas sesiones también se trabajarán y resolverán problemas. Trabajo individual consistente en la resolución de ejercicios, lectura de temas recomendados en las sesiones plenarias, asimilación de los contenidos de las sesiones plenarias, redacción de un informe estadístico relacionado con una noticia de diario.

  7. Programación de actividades     

Se hará una sesión de dos horas, una por semana, a lo largo de las diez semanas del curso. Las sesiones de seminario se intercalarán aproximadamente cada tres semanas.

  • Semana 1: Clase plenaria donde se tratará el Tema 1 y sus aplicaciones + Seminario 1.
  • Semana 2: Clase plenaria donde se tratará la primera mitad del Tema 2 y sus aplicaciones
  • Semana 3: Clase plenaria donde se tratará la segunda mitad del Tema 3 y sus aplicaciones
  • Semana 4: Clase plenaria donde se tratará la primera mitad del Tema 4 y sus aplicaciones + Seminario 2
  • Semana 5: Clase plenaria donde se tratará primera mitad del Tema 5 y sus aplicaciones
  • Semana 6: Clase plenaria donde se tratará la segunda mitad del Tema 5 y sus aplicaciones + Seminario 3
  • Semana 7: Clase plenaria donde se tratará una parte del Tema 6 y sus aplicaciones
  • Semana 8: Clase plenaria donde se tratará el resto del Tema 6 y se introducirá el Tema 7.
  • Semana 9: Clase plenaria donde se tratará el tema 7 de la regresión simple y sus aplicaciones. Seminario 4
  • Semana 10: Clase plenaria donde se hará un resumen de los diferentes temas tratados en la asignatura. Se relacionarán los temas, sus ventajas y limitaciones, y se presentarán perspectivas de ampliación de estudio de la estadística. Una parte de esta sesión se destinará a la preparación del examen final de la asignatura.

Seminarios:


Seminario 1: Se trabajará la aleatoriedad, conceptos de probabilidad y de distribuciones de probabilidad, y de muestras aleatorias. Se trabajarán las funcionas básicas de SPSS en estos temas. Se comentarán también las lecturas del capítulo 3 del libro de Moore (Estad. Apl. Básica)

Seminario 2: Se trabajarán temas de diseño de muestras y de inferencia estadística. El modelo de regresión lineal simple. En el seminario se introducirán las funciones básicas de SPSS en relación a probabilidad, distribuciones muestrales y estimación puntual de la confianza. Se empleará una base de datos de Ciencia Política. Se comentarán también las lecturas de los capítulo 5 del libro de Moore (Estad. Apl. Básica)

Seminario 3: Se trabajarán temas de contraste de significación e hipótesis. En el seminario se introducirán las funciones básicas de SPSS en relación a contrastes estadísticos. Se comentarán también las lecturas de los capítulo 6 y 7 del libro de Moore (Estad. Apl. Básica)

Seminario 4: Se trabajarán temas de ANOVA y de regresión. En el seminario se introducirán las funciones básicas de SPSS en relación a ANOVA y regresión. Se comentarán también las lecturas de los capítulo 9 y 10 del libro de Moore (Estad. Apl. Básica)