Syllabus

Docente

Ayudantes

Detalles del curso

Clases: Lunes 10:00-12:50
Ayudantía: Lunes 13:00-14:20
Laboratorio de Computación 2° piso FCSH

Contacto

El canal de contacto de preferencia es el mail gabriel.sotomayor@mail.udp.cl

I. Identificación

Código: SOC9035

Créditos: 5

Período Académico: 1º semestre 2023

Requisito: Análisis Avanzado de Datos

Horario: Lunes módulos 2 y 3 10.00 a 11.20 y 11.30 a 12.50

Sala: Laboratorio de computación 2° piso FCSH

Docente: Profesor: Gabriel gabriel.sotomayor@mail.udp.cl

Ayudante: Anais Herrera anais.herrera@mail.udp.cl

Nicolás Hernández nicolas.hernandez_f@mail.udp.cl

II. Presentación

El curso profundiza las principales técnicas multivariantes, que permiten analizar en forma conjunta la interacción de múltiples factores, lo cual da la posibilidad de estudiar de forma más compleja los problemas sociales.

Se enfatizan la comprensión de procedimientos e interpretación de resultados, así como el uso de herramientas computacionales, principalmente en R y RStudio. Se trabajará en la aplicación de los métodos sin necesidad de estudiar en profundidad los fundamentos matemáticos de todos ellos.

Al final del curso el alumno deberá ser capaz de realizar análisis descriptivo de los datos tanto primarios como secundarios y poder seleccionar la técnica estadística adecuada a utilizar cuando se tienen datos multivariables.

III. Resultados de Aprendizaje

Resultado general

Entregar herramientas al alumno para que pueda abordar el análisis de datos desde la estadística multivariante descriptiva e inferencial, elaborando y probando hipótesis y desarrollando modelos explicativos de determinados fenómenos de estudio.

Resultados específicos

Manejar bases de datos complejas.
Plantear y estructurar adecuadamente un problema de análisis multivariante.
Identificar el tipo de técnica adecuada, o combinación de ellas, a aplicar en cada situación concreta.
Comprender las herramientas utilizada en cada una de las técnicas estudiadas.
Aprender a utilizar los programas computacionales necesarios para aplicar los distintos modelos estudiados, particularmente R.
Interpretar los resultados del análisis.
Redactar correctamente un informe con los resultados del análisis.

IV. Contenidos.

1. Análisis de Datos: Uso de bases de datos en R, el ejemplo de CASEN

Análisis Univariado de los datos o Frecuencias o Media, Mediana, deciles o Gráficos (R base y ggplot2)
Calculo y análisis de deciles de ingreso: Caso Chile – Encuesta CASEN o Creación de variables en bases de datos
Construcción de deciles o Mediciones de desigualdad y CASEN o Metodología de cálculo de la pobreza en Chile
- Cálculo de la línea de pobreza según ingresos
- Medición de pobreza multidimensional
- Construcción en R

2. Formas funcionales de los Modelos de Regresión

Introducción
Modelo Logarítmico bivariado
Modelo Logarítmico Multivariado
Interpretación de los coeficientes
Ejemplos de aplicación en R.

3. Análisis Factorial Exploratorio

Análisis factorial exploratorio y su aplicación en la investigación sociológica. El concepto de varianza y covarianza.
Diferencias entre el análisis de componente principal y de factor común. Supuestos de la técnica.
La extracción de factores comunes. Métodos de extracción de factores, criterios de selección del número de factores y rotación.
La matriz factorial y su interpretación. Evaluación del modelo factorial y cálculo de puntuaciones factoriales.

4. Análisis Factorial Confirmatorio

Análisis factorial confirmatorio y su aplicación en la investigación sociológica. El análisis confirmatorio frente al análisis exploratorio. Supuestos de la técnica.
Especificación e identificación del modelo. Estimación de parámetros, evaluación del ajuste y reespecificación.
Fiabilidad y validez de los modelos de medida. Validez convergente y validez discriminante. Evaluación de la capacidad confirmatoria del modelo.
Ejemplo de análisis factorial confirmatorio.

5. Análisis de Sendero

Análisis de sendero y su aplicación en la investigación sociológica. Supuestos de la técnica.
Especificación del modelo
Evaluación del modelo de medición y de la capacidad confirmatoria del modelo.
Ejemplo de análisis de sendero.

6. Modelos de Ecuaciones estructurales

Análisis de ecuaciones estructurales y su aplicación en la investigación sociológica.
La obtención de un modelo de ecuaciones estructurales: la estructura del modelo. Supuestos de la técnica.
Estimación del modelo empírico.
Evaluación del modelo
Introducción de modificaciones y/o conclusión del análisis. Evaluación de la capacidad confirmatoria del modelo.
Ejemplos sobre modelamiento de ecuaciones estructurales.

V. Metodología del curso

Este curso se desarrolla sobre la base de clases expositivas y talleres de aplicación con uso intensivo de software computacionales a partir del sitio web del curso, lo cual permite trabajar cada uno de los distintos tópicos detallados en el contenido.

Se realizarán 2 sesiones semanales, 1 de clases y otra en forma de taller. Durante el curso cada alumno desarrollará trabajos de aplicación.

Adicionalmente se realizarán ayudantías cada 2 semanas aproximadamente, centradas especialmente en la aplicación en R de lo aprendido en la cátedra.

VI. Evaluación

Se utilizarán distintas formas de evaluación: Tareas, pruebas y trabajos de investigación

• Tareas de uso de R

• 1 prueba solemne (35 %) (Formas funcionales de los Modelos de Regresión y AFE).

• Trabajo final (AFC, Senderos o SEM).

	Ponderación	Fecha (semana)
Tareas uso de R	30%	20 de marzo 10 de abril 22 de mayo 15 de junio
Prueba	35%	24 de abril
Trabajo final	35%	3 de julio

La nota de eximición es 5,5 siempre y cuando no se tengan notas bajo 4,0 en la prueba. La nota mínima en el examen para aprobar el curso es un 3,5.

Notas:

Si un estudiante falta a una evaluación, puede presentar ante la Secretaría de Estudios un certificado médico dentro de los cinco días hábiles posteriores a dicha evaluación, para tener derecho a rendir una prueba recuperativa. Las evaluaciones no rendidas tendrán nota 1.0. Los estudiantes tendrán derecho a un máximo de una prueba recuperativa, dicha prueba se realizará la última semana de clases e incluirá toda la materia del semestre

Recorrección

Según reglamento, los estudiantes tienen derecho a conocer las notas y la pauta de corrección de todas las evaluaciones en un plazo que no podrá exceder de 10 días hábiles contados desde la fecha desde que éstas fueran rendidas, como también a conocer el resultado de sus evaluaciones solemnes o principales, antes de rendir las siguientes de igual categoría en una misma asignatura.

Los estudiantes pueden imputar la corrección de cualquier evaluación escrita, en un plazo no superior a 5 días hábiles desde la entrega de la nota. Ello, a través de una carta dirigida al secretario de estudios, que debe ir acompañada por la prueba, trabajo o informe evaluado y además, por las correcciones y comentarios que eventualmente haya entregado el/la docente. El académico deberá comunicar al estudiante el resultado de la recorrección, fundamentando por escrito sus argumentos, en un plazo no superior a los 5 días hábiles

VII. Bibliografía

VII.1 Bibliografía Obligatoria

N°	TÍTULO	AUTOR	ED. Y AÑO	E DITORIAL	ISBN
1	ANALISIS ES TADISTICO MULTIV ARIANTE - UN ENFOQUE TEORICO Y PRACTICO	DE LA GARZA GARCIA, JORGE	2013	McG raw-Hill	978 -607-15- 0817-1
2	Análisis de datos multiv ariantes.	Peña, Daniel	2002	McG raw-Hill	84 48136101
3	Análisis Mul tivariado Aplicado.	URIEL Y ALDAS	2005, 1ª Edición	E ditorial Thomson	84 48136101
4	Análisis Mult ivariante para las Ciencias mSociales	LEVI J.P. y VARELA J.;	2001	Prentice Hall.	84-20 5-3727-6
5	Modelos de E cuaciones Estr ucturales Cuadernos de es tadística	B at ista,J.M. y Coenders G.,	2012, 2º ed.	La Muralla
6	Int roducción al Análisis de Regresión Lineal	Mo ntgomery, Peck y Vining	2006, 3º edición.	Con tinental	970-2 4-0327-8
7	El análisis factorial como técnica de inve stigación en P sicología	Ferrando, P. J., & Anguian o- Carrasco, C.	2010	Papeles del Ps icólogo, 31, 18-33
8	Análisis factorial confi rmatorio. Su utilidad en la v alidación de cues tionarios rel acionados con la salud.	. Bati st a-Foguet, J.M., Coenders, G., & Alonso, J.	2004	Medicina Clínica, 122( Supl.1).
9	Modelos de e cuaciones estr ucturales	Ruiz, M.A., Pardo, A., & San Martín, R.	2010	Papeles del Ps icólogo, Vol. 31, Núm. 1, pp. 34-45
10	RStudio para Es tadística De scriptiva en Ciencias Sociales. Manual de apoyo docente para la as ignatura Es tadística De scriptiva	Boccardo, G. y Ruiz, F.	2019	Depa rtamento de Soc iología, Facultad de Ciencias S ociales, Uni versidad de Chile
11	R para Ciencia de Datos link	Wickham, H	2019

VII.2 Bibliografía complementaria

N °	TÍTULO	AUTOR	ED. Y AÑO	EDITORIAL	ISBN
1	Técnicas de Análisis Mult ivariante para la Inve stigación Social y Comercial	Díaz de Rada Iguzquiza, Vidal	2002	Ra-Ma	8478975152
2	APPLIED LOGISTIC R EGRESSION	HOSMER, DAVID - LEMESHOW,	2º edición	WILEY	0- 471-35632-8
3	Métodos Mult ivariados Aplicados al análisis de Datos	D.E. Johnson	2000	In ternational Thomson Editores	9687529903
5	Análisis fa ctoriales simples y m últiples. O bjetivos, métodos e inter pretación	B. Escofier y J. Pagès	1994	Servicio Editorial, Universidad del País	8475853838
6	Análisis es tadístico para datos ca tegóricos	Ato, M. y López, J. J.	1996	Sintesis	8477383928

VIII. Cláusula Ética

La Escuela establece severas sanciones para las faltas graves que los estudiantes realicen, tales como plagio o falsificación de documentos, señalados en el Reglamento del Estudiante de Pre-grado en el Título XIII de las Conductas Contrarias a los Principios Universitarios.

El Comité de Ética es la instancia responsable de revisar y resolver las situaciones que sean contrarias a los principios universitarios, en relación al desarrollo de conductas ilícitas que vicien los procesos de evaluación. Son definidas como conductas que vician una evaluación, todos aquellos actos que implican un rompimiento de los estándares éticos que un estudiante debe resguardar en una evaluación, distorsionando la apreciación de los conocimientos y habilidades reales que el estudiante posee (por ejemplo, copia y uso indebido de documento y/o medios electrónicos, modificación o falsificación de documentos, plagio en trabajos escritos).

Se consideran como fuentes de información que se deben citar, los textos e imágenes en formato electrónico o en papel, en todas sus modalidades: libros, diarios, documentos de trabajo, artículos académicos, etc.

IX. Cronograma de trabajo

13 de marzo	Análisis de datos y uso de R
20 de marzo	Análisis de datos y uso de R Cálculo y análisis de deciles de ingreso: Caso Chile Encuesta CASEN
27 de marzo	Formas funcionales de los Modelos de Regresión
3 de abril	Formas funcionales de los Modelos de Regresión
10 de abril	Análisis Factorial Exploratorio
17 de abril	Análisis Factorial Exploratorio
24 de abril	Prueba 1
1 de mayo	Feriado
8 de mayo	Análisis Factorial Confirmatorio
15 de mayo	Análisis Factorial Confirmatorio
22 de mayo	Análisis de sendero
29 de mayo	Análisis de sendero
5 de junio	Modelos de ecuaciones estructurales
12 de junio	Modelos de ecuaciones estructurales
19 de junio	Modelos de ecuaciones estructurales
26 de junio	Feriado
3 de julio	Repaso

X. NORMATIVA DE PREVEVENCIÓN Y SANCIÓN DE ACCIONES DE DISCRIMINACIÓN, VIOLENCIA SEXUAL Y DE GÉNERO DE LA UNIVERSIDAD DIEGO PORTALES.

Tal como señala esta normativa:

“La Universidad Diego Portales (UDP) promueve el pluralismo y la independencia crítica de quienes la integran y tienen como uno de sus principales objetivos el desarrollo integral de las personas que forman parte de ella y de la sociedad. En ese marco, la UDP promueve una convivencia reflexiva basada en el reconocimiento a la dignidad de las personas, la libertad de expresión, la libertad sexual, la identidad y expresión de género, y la autonomía.”

Por lo tanto:

“Quienes integren la Universidad tienen la obligación de conocer esta normativa y los protocolos, sitios web y programas que de ella se deriven. Particularmente responsables de su implementación serán las autoridades de la Universidad, quienes tendrán la primera obligación de hacer frente a situaciones que deñen a sus integrantes. Para lograr estos objetivos, se debe realizar la correcta difusión y socialización de la normativa.”

Los detalles de la normativa pueden ser consultados en el siguiente enlace: Normativa de prevención y sanción de acciones de violencia sexual