Módulo 2. Estadística inferencial (con énfasis en análisis de regresiones)

[Contenido semanas 6, 7, 8,9]

Semana 6 (24.2.2020)

Conceptos básicos de estadística. Tipos de variables, tipos de distribuciones. Preguntas que pueden ser resueltas a través del análisis de datos cuantitativos, producción, búsqueda y gestión de datos cuantitativos.

Lecturas requeridas:

  • Allen, M.,  (2011). “Quantitative Research in Communication”, Cap 1-2 En: https://bit.ly/2wWsswO

Lecturas adicionales:

  • Hayes, A.F. (2005). Statistical methods for communication science. Cap 1-3 En: https://bit.ly/2PAGbQz

Laboratorio:

  • En esta primera sesión, intentaremos construir una tabla de observaciones con distintos atributos que podemos tomar como variables de los distintos tipos vistos.  La idea es poder definir un conjunto de datos relacionados con nuestra pregunta de investigación que nos sirva para hacer estadística descriptiva, análisis multivariados y correlaciones.

Semana 7 (2.3.2020) 

Definiendo el miniproyecto: Para esta clase les pido que organicen una matriz de datos en un libro de Excel que les sea útil para el desarrollo de las clases. En esta, les pido que incluyan una serie de observaciones (empresas, tweets, inversiones,  contenidos en periódicos, u otros) en donde tengan una variable que podamos definir como dependiente, y otra serie de variables que podamos pensar como independientes.  Además de la matriz, el libro debe contener en otra hoja de Excel un diccionario de datos, es decir, el listado de variables de la matriz, con una definición de acuerdo a su tipo (dependiente o independiente), la forma que toman los valores de la variable (discreta o continua) y la escala de medición (nominal, ordinal, intervalo de razón)

En nuestro espacio de trabajo común (metodos.work) les pido que para la próxima sesión hagan una pequeña síntesis del conjunto de datos que usarán en las siguientes dos sesiones.

Semana 8 (9.3.2020) 

Análisis de datos bivariados y multivariados. Testeo de hipótesis y tipos de relaciones entre variables 

Lecturas requeridas:

  • O’Dwyer, L. M. & Bernauer, J. A. (2014). Inferential analyses for data generated by quantitative research. In Quantitative research for the qualitative researcher(pp. 228-262). Thousand Oaks, CA: SAGE Publications, Inc. doi: 10.4135/9781506335674.n10 En: https://bit.ly/2TuNKt3

Lecturas adicionales:

  • Hayes, A.F. (2005). Statistical methods for communication science. Cap 1-3 En: https://bit.ly/2PAGbQz

Laboratorio:

  • Vamos a empezar a leer nuestros datos con R, hacer estadísticas descriptivas y visualización de datos.  Identificaremos hipótesis que podamos probar con los datos que estemos trabajando 

Semana 9 (16.3.2020)

  • Análisis de series de tiempo, análisis de correlaciones y análisis predictivo (regresión lineal) 

Lecturas requeridas:

  • Maria Mercedes: Jan van Dijk & Kenneth Hacker (2003) The Digital Divide as a Complex and Dynamic Phenomenon, The Information Society, 19:4, 315-326, DOI: 10.1080/01972240309487 https://bit.ly/2PVYCiX
  • Luis Felipe: Levin, N., Ali,S., Crandall, D., (2018),  Utilizing remote sensing and big data to quantify conflict intensity: The Arab Spring as a case study, Applied Geography, 94, 1-17. En: https://bit.ly/32KKwpF
  • Henry: González-García, L., Gómez-González, C., Clarice, C., Cubiles-de la Vega, M.D., Santos-Lozano, J. M., & Ortega-Calvo, M. (2014). Triangulación de un estudio cualitativo mediante regresión logística. Index de Enfermería23(1-2), 80-84. En: https://bit.ly/3albtmj
  • Amanda:  Orozco Hernández, M.E., Farfán Escalera, R., & Gutiérrez Sánchez, D.L. (2011). Desempeño ambiental de los recursos naturales en comunidades rurales, Estado de México. Investigaciones geográficas, (76), 84-103 En:https://bit.ly/32Hrpg2

Lecturas adicionales:

  • Adelheid, N. (2010). Displaying your findings a practical guide for creating figures, posters, and presentations. American Psychological Association.

Esta clase la iniciaremos con una presentación breve de cada una de las lecturas en donde nos enfocaremos en el tipo de pregunta y la técnica estadística empleada.  Culminaremos trabajando en el mini-proyecto que avanzamos en el transcurso del módulo

Evaluación módulo 2 (20%):

  • 5% Contribuciones en contenido a metodos.work
  • 5% presentación en clase de una de las lecturas
  • 10% actividades de laboratorio