Ésta es la página del curso de Introducción al Análisis Empírico, impartido por Javier Aparicio en el CIDE.
Aquí encontrarán información relevante sobre el curso, como el calendario de lecturas asignadas,
así como comentarios sobre los temas cubiertos en clase y avisos importantes.

Temario

Objetivo y motivación

Este curso está dirigido a estudiantes del tercer año de la Licenciatura en Ciencias Políticas y Relaciones Internacionales.  El objetivo del curso es que revisemos las metodologías más comunes así como las herramientas básicas del análisis empírico en ciencias sociales.

La primera parte del curso se enfocará a cuestiones metodológicas sobre el tipo de preguntas que podemos hacernos en ciencias sociales y, sobre todo, el tipo de respuestas que podemos obtener.  La segunda y más larga parte del curso se dedicará a cuestiones más prácticas como la creación y manejo de bases de datos, el análisis de regresión, y otros métodos cuantitativos.  La idea es que aprendan a aplicar las herramientas básicas del análisis empírico a cuestiones políticas e internacionales, y a pensar creativamente en las ventajas y desventajas de dichas aplicaciones.

Horarios

Las clases serán los días lunes y miércoles de las 9:30 a 11 horas en el salón 4-Cuajimalpa.  Las horas de asesoría serán los miércoles de 15 a 17 horas y previa cita mediante mi correo electrónico.

Metodología y evaluación

El desarrollo del curso estará apoyado por una página web en la siguiente dirección:  http://www.cide.edu/investigadores/aparicio/empirico.html

Cada semana asignaremos lecturas, mismas que discutiremos en clase a manera de un seminario.  Cuando el profesor lo juzgue pertinente, deberán entregar un reporte crítico de alguna de las lecturas asignadas.  Los reportes serán de máximo una página, con letra de 10 a 12 puntos, a renglón seguido, y en ellos deberán destacar lo siguiente: síntesis (no más de un párrafo), tres puntos clave (tres viñetas o párrafos cortos, por ejemplo), y al menos tres puntos débiles del artículo en cuestión—escribir de manera breve y al grano requiere práctica. 

Habrá dos exámenes parciales (no acumulativos) y, cuando el profesor lo juzgue pertinente, tendremos exámenes sorpresa de no más de 15 minutos, basados en las lecturas asignadas para esa clase así como en los temas vistos recientemente.  El último día de clases entregarán un trabajo escrito consistente en una propuesta de investigación donde apliquen alguno de los enfoques vistos en clase a un problema nacional o internacional específico.  El trabajo tendrá un máximo diez cuartillas (más anexos y/o bibliografía) a doble espacio, letra de 10 a 12 puntos.  Su propuesta será rigurosamente calificada tanto por su contenido como por su formato.  El tema y el enfoque de los trabajos deberán ser discutidos y aprobados previamente con el profesor (daré más detalles a lo largo del curso).

La nota más baja, tanto de reportes como de exámenes sorpresa, será descartada antes de su ponderación final.  No se aceptarán reportes tardíos ni se repondrán exámenes (parciales ó sorpresa).  Quienes por alguna razón no presenten el examen parcial, presentarán un examen final acumulativo que valdrá el 45% de su nota final (no les recomiendo seguir esta estrategia).  La ponderación de su nota final, que no cambiará bajo ninguna circunstancia, será como sigue:

Temario tentativo

Primera parte: Recetario metodológico

1. El punto de vista de las ciencias sociales: diseño de investigación y métodos

2. Inferencia descriptiva

3. Inferencia y mecanismos causales

4. Qué observar: selección de casos y muestras

5. Algunos problemas: Errores de medición, multicolinealidad, sesgo por variables omitidas, y endogeneidad

 Segunda parte: Cocinando con métodos estadísticos

6. Manejando bases de datos con Excel y Stata

7. Estadística descriptiva: comparación de medias, matrices de correlación y gráficas

8. Análisis de regresión múltiple: mínimos cuadrados ordinarios y sus supuestos

9. Inferencia y pruebas de hipótesis para una o más variables (pruebas t y F), combinación lineal de parámetros.

10. Transformaciones cuadráticas, modelos log-log y semi-log

11. Variables cualitativas, binarias (dummies) y efectos interactivos

12. Algunos problemas: heteroscedasticidad y regresión con errores estándar robustos

13. Más problemas: error de especificación, multicolinealidad, variables relevantes e irrelevantes, datos faltantes

14. Introducción a métodos para variables dependientes categóricas: probit, logit, multinomial logit y ordered probit

Bibliografía

Esta es una bibliografía preliminar.  Algunas lecturas y artículos adicionales serán proporcionados a lo largo del curso y estarán listados aquí.

Primera parte:

King, Gary, Robert O. Keohane, and Sidney Verba.  Designing social inquiry: scientific inference in qualitative research, Princeton University Press, 1994.  (En español: El diseño de la investigación social, Alianza, 2000).  Ambas versiones están en reserva por aquello de las traducciones traicioneras. La versión en inglés puede comprarse como e-book en amazon.com.

Geddes, Barbara.  Paradigms and sand castles: theory building and research design in comparative politics, University of Michigan Press, 2003. Ya está en reserva.

Segunda parte:

Wooldridge, Jeffrey M.  Introductory Econometrics: A modern approach, South-Western, 2000.  En español: Introducción a la econometría: un enfoque moderno. Thomson Learning, 2001. La versión en español está en reserva.

Maddala, G. S., Introducción a la econometría, 2a. ed., Prentice-Hall, 1996. Este es un texto alternativo a Wooldridge que estará en reserva por si acaso.

Lecturas asignadas

Lunes 16 de agosto.  Hoy presentamos el curso y discutimos el temario tentativo que ya se actualizo en esta página. Por un error terminamos la clase media hora antes de lo debido: de nada.

Miércoles 18 de agosto.  Hoy nos dedicamos a comentar el capítulo 1 de King et al.  Comentamos algunos de las características y/o vicios y/o virtudes tanto de la investigación cualitativa como la cuantitativa.  King propone olvidarnos de dicotomías dogmáticas y trabajar disciplinada y razonadamente en cualesquiera que sea nuestra pregunta de interés, y utilizar la metodología más afín a ella. 

La investigación científica requiere al menos cuatro elementos:

1. Inferencia descriptiva (exploración de datos) e inferencia explicativa (exploración de mecanismos causales).
2. Procedimiento explícitos, claros y generalizables.
3. Conclusiones "inciertas": de datos inciertos sólo pueden seguirse conclusiones ídem.
4. "The content is the method" (whatever that means).

Más adelante nos desviamos de King para platicar de los retos que imponen los estudios de small n vs. large n:  A mayor número de observaciones, mejores serán los estimadores de un modelo ó regresión, lo cual fortalece tu teoría... pero ojo, a mayor número de observaciones, el número de posibles variables relevantes también aumenta, lo que debilita tu teoría o modelo inicial.

La próxima clase retomaremos los capitulos 1 y 2 de King, que deberán tener leído para entonces.

Notas al pie: 

• Algunas de las discusiones del recetario metodológico son un tanto cuanto bizantinas, y otras son algo aburridas...  Pero no se preocupen, lo mejor está por venir cuando nos metamos a la cocina. 
• También existen muy importantes y profundos debates sobre la filosofía de la ciencia y sus métodos: no entraré en ellos por tres razones: (i) no soy experto en el tema, aunque me defiendo, (ii) llevo pocos años en el medio, y (iii) este curso es práctico.  Pero no se preocupen, por cada debate entre filósofos de la ciencia, hay 1000 preguntas empíricas relevantes que urge responder.
• Si les interesa el tema, esta bibliografía mínima quizá sea un buen punto de partida.

Anuncio: El lunes 23 no tendremos clase.  Más adelante acordaremos su reposición.

Miércoles 25 de agosto.  Hoy retomamos algunas ideas de la clase anterior y el capítulo 1 de King.

Los componentes del diseño de investigación

• Depura tu pregunta de investigación
  • La PI debe ser "importante" para el "mundo real"
  • La PI debe hacer una contribución específica a la literatura existente (ver algunas posibilidades en la pág. 16s).
• Mejora de las teorías existentes
  • Busca teorías falsificables (diría Popper) o que podrían estar equivocadas--¿qué evidencia te bastaría para demostrarte que tu teoría/creencia está equivocada?)
  • Para asegurar lo anterior, busca teorías con las mayores "implicaciones observables" posibles--¿cuántas hipótesis se desprenden de tu teoría?
  • En la medida de lo posible, tu teoría debe ser clara y concreta, quizá elegante, quizá parsimoniosa.
• Mejora de la calidad de los datos y la evidencia
  • Registra el proceso mediante el cual recabaste todos tus datos.  Sin ello, nadie podrá replicar tu estudio.
  • Recaba datos sobre el mayor número de "implicaciones observables" posibles, dados tus recursos.  Ello te ayudará a someter tu teoría a muchas pruebas--y si sobrevive, tendrás una investigación robusta.  ¿Podrías recabar más datos o más variables? ¿Puedes usar alguna otra variable dependiente?
  • Maximiza la validez de tus observaciones:  asegúrate de que tus datos en verdad midan lo que tú quieres medir.
  • Asegúrate de que tu método de recolección de datos es confiable.
  • Pero sobre todo: tanto la recopilación de todos tus datos, así como todo tu análisis debe ser replicable.
• Mejorar el uso de los datos y evidencia existente
  • Elimina sesgos: Usa tus datos para generar inferencias no sesgadas, es decir, que en promedio sean inferencias correctas.
  • Maximiza la eficiencia:  Explota la mayor cantidad posible de información contenida en tus datos, es decir, minimiza la varianza de tus inferencias.

La próxima semana cubriremos los capítulos 2 y 3 de King.

Reporte de lectura 1, a entregarse el Viernes 3 de septiembre a las 6pm.

Entre parejas, elijan un artículo empírico de su interés del American Journal of Political Science o bien del American Political Science Review, publicado entre 1997 y el año 2002 (les recomiendo usen JSTOR - browse by journal).  Léanlo hasta donde sea necesario y escriban un reporte donde respondan, con la mayor brevedad y claridad posible, lo siguiente:

1. ¿Cuál es la pregunta de investigación del paper?
2. ¿Cuál fue la respuesta que encontraron los autores?
3. ¿Qué contribución hacen a la literatura existente?
4. ¿Cómo mejoraron la calidad de los datos y la evidencia en su área? o bien ¿cómo mejoraron el uso de los datos y evidencia existente?

El encabezado de su reporte deberá parecerse a esto:

Nombre1 (Tuemail1@cide.edu), Nombre2 (tuemail2@cide.edu)
Reporte de Lectura 1
Artículo:  "Measuring the Electoral and Policy Impact of Majority-Minority Voting Districts",
David Epstein; Sharyn O'Halloran
American Journal of Political Science, Vol. 43, No. 2. (Apr., 1999), pp. 367-395.
Stable URL: http://links.jstor.org/sici?sici=0092-5853%28199904%2943%3A2%3C367%3AMTEAPI%3E2.0.CO%3B2-R

Su reporte no podrá exceder 450 palabras (les recomiendo usen la herramienta "conteo de palabras" en Word).  Envíen sus reportes en el cuerpo de un email a javier.aparicio@cide.edu, con copia para ambos de ustedes, y con el siguiente asunto:  Reporte de lectura 1 - ApellidoAlumno1 y ApellidoAlumno2  No se aceptarán archivos anexos de ningún tipo.

Lunes 30 de agosto y Miércoles 1° de septiembre.  Esta semana cubrimos los capítulos 2 y 3 de King et al.

(...) Próximamente: algunas notas sobre estos capítulos estarán aquí.

Al final de la clase del miércoles platicamos de un paper que pronosticaba los resultados de las olimpiadas de Atenas.  Aquí está el paper.  Aquí están los resultados finales.  ¿Qué países fueron sobre-estimados y cuáles sub-estimados? ¿En promedio, fue cercano a cero el error de las predicciones para los mejores 20 países del medallero final?

Lunes 6 de septiembre.  Hoy discutimos el concepto de causalidad y vimos como este concepto tiene diferentes connotaciones dependiendo de si hablamos de un diseño experimental (propio de un laboratorio), un diseño cuasi-experimental (propio de muchos estudios en ciencias sociales), de inferencia estadística, o bien de una teoría o modelo. 

• La idea básica de causalidad se refiere a encontrar condiciones suficientes para que ocurra un evento: Si X --> Y, entonces decimos que X causa Y.  Este es el tipo de causalidad que establecen la mayoría de las teorías.

• Si encontramos casos en que Y ocurra a pesar de que X no ha ocurrido, esto no invalida nuestra teoría pues siempre podrá haber otras causas para Y.  Pero si encontramos uno o varios casos en que a pesar de que X ocurrió, no observamos Y, entonces nuestra teoría o hipótesis se invalida.

• Asimismo, si X --> Y al tiempo que si Y --> X, entonces decimos que Y ocurre sí y solo si Y ocurre (X <--> Y), es decir que X es una condición suficiente y necesaria para Y, y viceversa.  Algunas teorías buscan establecer estas condiciones de causalidad más estrictas.

• Ahora bien, si mi teoría dice que X causa a Y (si X --> Y), entonces al menos esperaría que X y Y estén estadísticamente correlacionadas con el signo y magnitud sugeridos por la teoría, de modo que mi hipótesis no pueda ser descartada.

• El anterior parece un enunciado sencillo, pero causa muchas confusiones:  La relación de causalidad se establece por la teoría, la cual te indica quién es la variable dependiente y quienes son sus determinantes.  La teoría se convalida mediante la inferencia estadística.  Pero la inferencia estadística por sí misma no puede establecer causalidad, sólo correlación. 

• Muchos practicantes se confunden esto y piensan que encontrar correlaciones por doquier equivale a crear nuevas teorías--esto es un error, pues la estadística no sabe qué variables son dependientes ó independientes.  Evidentemente, esto no obsta para usar la inferencia estadística como guía para buscar y/o descartar nuevas y viejas teorías.

Después nos dedicamos a platicar de sus primeros reportes de lectura.  Con gusto recibí una muestra bastante variada de los temas que hoy se tratan en los journals más reconocidos de la disciplina:  economía política, separación de poderes, formación y agregación de preferencias, conflictos internacionales, y cuestiones de política pública como educación, salud y discriminación.  Aquí esta un archivo word con una compilación de todas sus entregas (disculpen el formato heterogéneo).

more later...

Aviso:  El Lunes 13 y Miércoles 15 de septiembre no tendremos clase.  A mi regreso programaremos la reposición de estas clases.  Durante mi viaje, no podré actualizar está página.

Lunes 20 y Miércoles 22 de septiembre.  Esta semana discutimos el capítulo 5 de King et al.  El lunes cubrimos la parte intuitiva de este capítulo, y el Miércoles vimos algunas definiciones formales del sesgo y la ineficiencia que pueden ocurrir en la inferencia estadística.

Reporte de lectura #2, a entregarse el sábado 25 de septiembre al mediodía, vía email.

Entre parejas, elijan un artículo empírico de su interés del American Journal of Political Science o bien del American Political Science Review, publicado entre 1997 y el año 2002 (les recomiendo usen JSTOR - browse by journal).  Léanlo hasta donde sea necesario y escriban un reporte donde respondan, con la mayor brevedad y claridad posible, lo siguiente:

1. ¿Cuál es la pregunta de investigación del paper, y cuál fue la respuesta?
2. ¿En qué consiste la muestra? Periodo, número de observaciones, número de variables, etc.
3. ¿Cuál es la variable (o variables) dependiente de la investigación, y cómo la midieron?
4. ¿Cuáles fueron las variables independientes clave, y las de control?
5. ¿Cuáles fueron las fuentes principales de dichas variables?
6. ¿Qué tanto controlaron los autores las posibles fuentes de sesgo e ineficiencia? (error de medición, variables omitidas o incluidas, endogeneidad)

El encabezado de su reporte deberá parecerse al anterior.  Su reporte no podrá exceder 450 palabras (les recomiendo usen la herramienta "conteo de palabras" en Word).  Envíen sus reportes en el cuerpo de un email a javier.aparicio@cide.edu, con copia para ambos de ustedes, y con el siguiente asunto:  Reporte de lectura 2 - ApellidoAlumno1 y ApellidoAlumno2  No se aceptarán archivos anexos de ningún tipo.

Lunes 27 de septiembre.  Hoy discutimos el segundo reporte de lectura.

AVISOS:  El primer examen parcial será el LUNES 4 de OCTUBRE a la hora de clase.  
A partir del próximo Miércoles programaremos algunas sesiones semanales en la Sala de cómputo B del edificio Santa Fe.  Los días Lunes tendremos clase en el salón de siempre.
El Miércoles 29 nos reuniremos en el laboratorio de cómputo B del edificio Santa Fe.

AVISO:  Debido a la visita del presidente, el Lunes 18 de octubre no habrá clase.
El miércoles 20 nos reuniremos en el laboratorio de cómputo.

Lunes 4 de octubre.

Hoy tuvimos nuestro primer examen parcial.  Por fin, aquí están las notas del examen parcial.

Miércoles 27 de octubre.

Sobre el Trabajo Final

Como comentamos en la sesión de laboratorio, su trabajo final consistirá en hacer un "estudio de replicación" de un paper previamente publicado en algún journal de ciencia política listado en JSTOR.

Un estudio de replicación simplemente intenta reproducir y en cierta medida re-evaluar los resultados empíricos básicos de una investigación existente.  No se trata de rehacer todas y cada una de las tablas del paper, pero si de llegar a algo muy cercano o idéntico a los resultados básicos publicados.  El aprendizaje adicional provendrá de hacer un análisis exploratorio en el que juzgaremos si los resultados publicados son robustos o no tanto a cambios de especificación como a cambios en la muestra.

Los pasos inmediatos a seguir son:

1. Identificar dos o tres papers de su interés en JSTOR.  Les recomiendo buscar papers publicados en los 4 últimos años para que les sea más sencillo localizar a los autores (verifiquen en internet si todavía trabajan en su institución afiliada al momento de la publicación, y si no, rastreenlos con google).

2. Enviar un email a cada uno de tales autores solicitándoles les faciliten su base de datos.  La idea es que tengan éxito con al menos uno de los tres papers elegidos.

3. Verificar que la base de datos está completa, que ustedes le entienden, y que es legible por STATA--y si no, contactar a los autores para aclarar dudas sobre la base de datos.

4. Realizar, y en su caso replicar, la estadística descriptiva del paper

5. Replicar la estadísitica inferencial más importante del paper

6. Elaborar un reporte escrito que resuma el argumento del paper, la metodología empírica, y presente los resultados de la replicación.

Este es un formato sugerido para contactar a los autores:

Dear Professor(s)  XXX, YYY, and ZZZ,

We are interested in your recent research on "PAPER TITLE", published on "JOURNAL TITLE & REFERENCE, YEAR, etc".  We find your topic and methodology quite interesting and would like to replicate your results in a term paper for our Empirical Methods in Political Science course.

Could you please share with us your data and codebook (if any)? If you do not have the data available, could you advise us as to where to get it from?

Looking forward to hear from you, we thank you in advance,

SUS NOMBRES y APELLIDOS
SUS EMAILS
Department of Political Studies and International Affairs, CIDE
www.cide.edu

Lunes 15 de noviembre.

Aquí están algunas de las notas y comandos de las sesiones del laboratorio de cómputo (son versiones corregidas y aumentadas):

Laboratorio 1 (6 de octubre), Laboratorio 2 (20 de octubre),
Laboratorio 3 (27 de octubre), Laboratorio 4 (3 de noviembre),
Laboratorio 5 (10 de noviembre), Laboratorio 6 (17 de noviembre)
Laboratorio 7 (24 de noviembre), Laboratorio  8 (1 de diciembre)

Aquí está el link del archivo de bases de datos relacionados con papers publicados del ICPSR.

Por cierto, Jeffrey M. Wooldridge tiene una serie de presentaciones powerpoint para cada capítulo de su libro Introductory Econometrics.  Creo que les serán de utilidad ahora y en el futuro conforme aprendan más de métodos cuantitativos.

Más sobre el trabajo final

Su trabajo final, que en ningún caso podrá exceder de 8 páginas entre texto y tablas (los anexos son aparte), deberá incluir lo siguiente:

1. Una introducción del problema de investigación del paper y de la estrategia empírica del mismo (similar a lo que hicimos en los reportes 1 y 2).
2. Una tabla con estadísticas descriptivas de la base de datos y/o las variables relevantes del paper (si el paper original no las tiene, quiero ver esto de todos modos).  Comenten brevemente qué hay de relevante en esta tabla.
3. Una o varias tablas con la replicación de los resultados--si tu paper tiene muchas tablas, o hace cosas más sofisticados que MCO, concéntrense en reproducir sus resultados principales.  Expliquen brevemente que significan los resultados de esta(s) tablas.
4. Comentar si hallaron diferencias o no en su estudio con respecto a lo publicado--y por qué esto pudo haber sido así. 
5. Por último, comentarán qué otros resultados interesantes encontraron jugando con la base de datos de los autores y/o que mejoras o críticas harían a los autores.

Todo lo anterior vendrá en un documento word.  Además, como anexo me enviarán la base de datos (formato dta), sus comandos de stata (do file), y el log file (formato smcl o log) de sus resultados (todo esto solo en formato electrónico y sin imprimir hojas y hojas).

La fecha límite para entregar este reporte es el LUNES 13 DE DICIEMBRE A LAS 8PM.

Semana del 22 al 26 de noviembre.

Ya actualice la página con los contenidos del laboratorio:

Laboratorio 1 (6 de octubre), Laboratorio 2 (20 de octubre),
Laboratorio 3 (27 de octubre), Laboratorio 4 (3 de noviembre),
Laboratorio 5 (10 de noviembre), Laboratorio 6 (17 de noviembre)
Laboratorio 7 (24 de noviembre), Laboratorio 8  (1 de diciembre)

Estos archivos también están en la página de datos del curso.

Si tienen más dudas en cuanto al manejo de sus datos en Stata y diferentes comandos, les recomiendo acudir a estas páginas:

• http://www.stata.com/support/faqs/

• Resources to help you learn and use Stata, especialmente estas dos:

• http://www.ats.ucla.edu/stat/stata/faq/default.htm y http://www.ats.ucla.edu/stat/stata/stat130/default.htm

Se sorprenderán al ver cuántos recursos hay disponibles para ayudarlos a usar Stata.

Miércoles 1° de diciembre.

• Aquí está el examen final del curso.  Aquí está la base de datos.  (ambos están en la página de datos)

• Lean con cuidado las instrucciones.  Fecha límite de entrega: Viernes 3 de diciembre a las 8pm.}

• Aquí están las respuestas tentativas del examen (usando el año 1970 como ejemplo).

Nombre					Año de estudio
AGUILAR LÓPEZ, CÉSAR			1950
ALCÁNTARA VÁZQUEZ, URIEL ABIMAEL	1951
ALMARÁZ CALDERÓN, JORGE BERNARDO	1952
ARANDA GIRARD, RICARDO			1953
BECERRA Y TEBAR, MARÍA SOFÍA		1954
BELTRÁN PULIDO, BRISNA MICHELLE		1955
BONILLA ZARRAZAGA, MIGUEL ANGEL		1956
BORDIER MORTEO, DIANA PATRICIA		1957
CONTLA ROMERO, LETICIA XIMENA		1958
CRESPO TENORIO, ADRIANA			1959
CRUZ CISNEROS, IXCHEL			1960
DE LUNA JIMÉNEZ, JANET			1961
GARDUÑO ARREDONDO, OSCAR JAVIER		1962
GÓMEZ FUENTES, ARIEL			1963
GONZÁLEZ ALVAREZ, LUZ MARÍA		1964
GUARDADO RODRÍGUEZ, JENNY		1965
HERNÁNDEZ FLORES, RODRIGO		1966
HERNÁNDEZ GORDILLO, TANIA		1967
HERNÁNDEZ SEGUÍN, ISRAEL		1968
JAIMES ARELLANO, LILIAN DENISSE		1969
JIMÉNEZ TREJO, DIANA			1970
LEY GUTIÉRREZ, SANDRA JESSICA		1971
MARTÍNEZ BARRANCO KUKUTSCHKA. ROBERTO	1972
MERVICH BUDEBO, SALOMÓN			1973
MIRANDA GONZÁLEZ, ARELI			1974
MUNAYER SANDOVAL, LAILA PATRICIA	1975
PACHECO IZQUIERDO, ISAAK		1976
PRAZ BECERRIL, PERLA ESTEFANÍA		1977
RIESTRA PIÑA, RODRIGO			1978
RIVARA ONTIVEROS, ANJA MERARI		1979
SOLÍS MORENO, RAFAEL ANDRÉS		1980

Calificaciones Finales

...Y esta es la tabulación de las notas:

Última revisión: Enero 12, 2005.