Análisis Avanzado de Datos Sociales usando R

[Curso modo no presencial]

El presente curso tiene como principal objetivo entregar una aproximación general a técnicas avanzadas de análisis de datos sociales utilizando el lenguaje de programación R. A lo largo de las sesiones se abordarán los diferentes elementos del trabajo de modelamiento estadístico de la realidad social (supuestos teóricos y matemáticos, pasos de análisis. su ejecución mediante RStudio, interpretación y evaluación de resultados y ejemplos de aplicación) así como el trabajo con bases de datos y diseños muestrales complejos. Todo ello considerando fenómenos de interés para diversas disciplinas de las ciencias sociales.

Horario:

Lunes y jueves de 19:00 a 21:00 horas
a partir del jueves 7 de enero

15 cupos disponibles

Curso modo no presencial
¡No te quedes fuera!

CL$150.000.

Consultar opción de pago PayPal
7 Sesiones (14 horas)

Descripción

Objetivos

  • Objetivo general: 
  • Aproximar de forma general a las y los estudiantes a diferentes técnicas estadísticas de análisis multivariable de orden exploratorio, a la gestión avanzada de bases de datos, así como al manejo de datos provenientes de diseños muestrales complejos en el ámbito de la investigación social, utilizando el lenguaje de programación Rstudio. Se espera que al final del curso cada estudiante haya integrado los conocimientos necesarios para la posterior aplicación autónoma de tales herramientas estadísticas en sus propias instancias de investigación académica y/o profesional.

  • Objetivos de aprendizaje específicos:
  • Comprender los fundamentos epistémicos y matemáticos que sostienen la construcción de modelos de análisis estadístico multivariables, para su aplicación con lenguaje R e interpretación sustantiva con base en el campo de las Ciencias Sociales.
  • Manejar herramientas para la reestructuración, reordenamiento y reescalamiento de bases de datos, así como aplicaciones que permitan superar los límites de procesamiento computacional de dispositivos de uso personal.
  • Aplicar las propiedades de diseños muestrales complejos en el análisis de datos sociales.
  • Comunicar al público general (especializado y no especializado) los resultados de modelos estadísticos multivariables, considerando sus potencialidades y límites como instrumento de interpretación de la realidad.
  • Indicar bibliografía e insumos educativos generales para el uso de R y RStudio y literatura especializada sobre las técnicas de análisis estadístico revisadas.
Público objetivo
Requisitos mínimos

¡Inscribete ya!

Programa del Curso

7 Sesiones (14 horas)

Sesión 1

Software libre y análisis avanzado de datos sociales

Presentación general del curso. Modelos de análisis estadístico, perspectiva multivariada. El enfoque exploratorio versus el enfoque explicativo: clasificación general de las técnicas de análisis estadístico. Panorámica general de los supuestos matemáticos de la estadística multivariada. Tipos de fuentes de información: perspectiva convencional y formatos emergentes. Software libre y presentación general del lenguaje de programación R: herramientas básicas para el manejo de datos y análisis estadísticos usando RStudio.

Sesión 2

Análisis de correspondencias múltiples para agrupar atributos

Antecedentes históricos, supuestos teóricos y aplicaciones de la técnica en investigación social. Supuestos estadísticos y pasos del análisis: elección de variables, tablas de contingencia, perfiles, centro de gravedad, inercia y ejes ortogonales. Interpretación de principales resultados e indicadores para su validación. Aplicación de la técnica utilizando RStudio.

Sesión 3

Análisis de conglomerados para la segmentación de datos

Antecedentes históricos, supuestos teóricos y aplicaciones de la técnica en la investigación social. Supuestos estadísticos y pasos del análisis: elección de variables y método de conglomeración. Interpretación de principales resultados e indicadores para su validación. Aplicación de la técnica utilizando RStudio.




Sesión 4

Gestión avanzada de bases de datos y diseños muestrales complejos en R

Funciones para redimensionar y combinar bases de datos. Recursos en línea para lidiar con insuficiencias de hardware y potencia de computación. Panorámica del diseño de muestras para estudios sociales: diseños muestrales simples versus diseños muestrales complejos. Conceptos clave para la definición de un diseño muestral. Introducción al manejo de datos sociales provenientes de diseños muestreos complejos en RStudio.

Sesión 5

Análisis de modelos de regresión lineal para la explicación de fenómenos

Antecedentes históricos, supuestos teóricos y aplicaciones de la técnica en la investigación social. Supuestos estadísticos y pasos del análisis: coeficientes de correlación lineal, estructura y supuestos del modelo de regresión lineal, probabilidades y cocientes de probabilidades, elección de variables, estimación de parámetros y evaluación de los modelos. Interpretación de principales resultados e indicadores para su validación. Aplicación de la técnica utilizando RStudio.

Sesión 6

Análisis factorial exploratorio para la reducción de dimensiones en el análisis

Antecedentes históricos, supuestos teóricos y aplicaciones de la técnica en la investigación social. Supuestos estadísticos y pasos del análisis: perspectiva exploratoria frente a confirmatoria, comunalidad y varianza explicada, especificación e identificación de los modelos, estimación de parámetros, rotación de factores, indicadores de ajuste y reespecificación del modelo. Interpretación de principales resultados e indicadores para su validación. Aplicación de la técnica utilizando RStudio.

Sesión 7

Trabajo colaborativo y comunicación de resultados en investigación social

Flujo de trabajo en investigación social cuantitativa desde la perspectiva de la Ciencia Abierta. Plataformas en línea para el trabajo colaborativo y el control de versiones (Open Science Framework, control de versiones mediante controladores Git/Github). Reporte de datos automatizado utilizando RMarkdown y Bookdown orientado al reporte de modelos de análisis multivariado.

Facilitador

Felipe Ruiz  Bruzzone

Felipe Ruiz Bruzzone.

Licenciado en Sociología y Magíster en Ciencias Sociales de la Universidad de Chile.

Profesor del curso Metodología de la Investigación y uso de R en el magíster en Ciencias Sociales de la Universidad de Chile y docente de apoyo en la cátedra Estadística Descriptiva en la carrera de sociología de la misma casa de estudios.

Sus temas de interés se articulan en torno al análisis sobre el desarrollo económico en América Latina y el área conocida como Computational Social Sciences. En el ámbito de la investigación se ha vinculado con proyectos de alto nivel académico y profesional desarrollados por prestigiosas instituciones internacionales, dependencias del Estado y del sistema de investigación científica en Chile (Milenio, Fondecyt)

Ha sido becado para  estudios de postgrado por el CONICYT en Chile y el CONICET en Argentina. Coautor del manual RStudio para Estadística Descriptiva en Ciencias Sociales publicado en su segunda edición durante 2019.

Mantengamos el Contacto

Contactanos para ser parte de nuestro CoWork


CONTACTAR

Síguenos

Copyright © 2017 Estación Lastarria. Todos los Derechos Reservados.
Diseño por DesignSeo Marketing Digital & SEO

Search