Ésta es la
página del curso de métodos cuantitativos aplicados,
impartido
por Javier Aparicio en el CIDE.
Aquí encontrarán
información relevante sobre los temas cubiertos en clase, el calendario de
lecturas,
tareas,
ejercicios y otros avisos importantes.
Temario / Bibliografía | Notas de clase | Datos y Bitácoras | Lecturas Asignadas |
Este es el segundo curso de la secuencia de métodos cuantitativos, impartido en el 4º semestre de la Licenciatura en Ciencia Política y Relaciones Internacionales. El creciente uso de métodos cuantitativos en la investigación en Ciencias Sociales es una realidad insoslayable. Más allá del mundo académico, un sinnúmero de fenómenos –desde el uso de encuestas para medir preferencias electorales hasta la evaluación de políticas públicas– pueden comprenderse de mejor manera a la luz de evidencia estadística. Los objetivos centrales del curso son los siguientes:
Comenzaremos con un breve repaso de estadística y la lógica del análisis cuantitativo, para luego concentrarnos en los modelos de regresión. La mayor parte del curso estará dedicada a la estimación y diagnóstico de modelos de regresión lineal múltiple para variables dependientes continuas--mediante el método de mínimos cuadrados ordinarios o MCO (OLS en inglés). También estudiaremos los problemas más comunes de MCO y algunos posibles paliativos. Hacia el final del curso discutiremos de manera introductoria los métodos de máxima verosimilitud para variables dependientes limitadas. A lo largo del curso también discutiremos algunas técnicas para el manejo y exploración de bases de datos.
Metodología y evaluación
Tendremos dos clases por semana los días lunes y miércoles de 8:00 a 10:00am en el salón Santa Fe PB4. En la mayoría de las sesiones discutiremos aspectos teóricos de los diferentes métodos cuantitativos, y comentaremos algunas de las aplicaciones "del mundo real" más comunes en la literatura empírica. En algunas ocasiones tendremos sesiones prácticas con Stata donde aplicaremos los conceptos vistos en clase. Sobra decir que la mayor carga del curso recaerá en cada uno de ustedes y del tiempo que dediquen a las prácticas en el laboratorio de cómputo y leyendo la literatura relevante.
A lo largo del curso usaremos Stata en su versión 9 o superior. Los laboratorios de cómputo del CIDE cuentan con Stata 11, misma que es altamente compatible con la 9 y no les producirá conflicto alguno. Las bitácoras, ejercicios y datos usados durante las sesiones prácticas estarán disponibles aquí: http://investigadores.cide.edu/aparicio/mca.html
El curso será evaluado mediante dos exámenes parciales (con un valor de 30% de su nota cada uno), mismos que tendrán un componente teórico y otro aplicado. Por otro lado, habrá una serie de tareas y ejercicios estadísticos a entregarse en formato impreso (con un valor del 25% de su nota) sobre los temas que vayamos cubriendo en clase--no se aceptarán entregas tardías. Finalmente, habrá un trabajo final que valdrá el 15% restante de su nota. Los fechas y detalles adicionales de exámenes y tareas se acordarán a lo largo del curso. La asistencia al curso es obligatoria y el profesor se reserva el derecho de penalizar las inasistencias injustificadas en su nota final.
El contenido tentativo del curso es como sigue (esta lista es podrá crecer o disminuir dependiendo del ritmo con que avancemos):
Modelos de máxima verosimilitud (MLE) para variables dependientes limitadas
Estimación e inferencia de modelos de máxima verosimilitud
Variables binarias: modelos logit y probit
Variables ordinales: modelos ordered probit y logitf
Variables nominales: modelos multinomial logit y probit
Simulación e interpretación de resultados de modelos MLE (Clarify y Spost)
Métodos cuantitativos y diseño de investigación.
Esta es una bibliografía preliminar. Algunas lecturas y artículos adicionales serán proporcionados a lo largo del curso.
La mayor parte del curso seguirá el texto de Wooldridge (2002), el cual provee una muy buena introducción a métodos de regresión en general. La discusión teórica de métodos de máxima verosimilitud seguirá a Long (1997) y Dougherty (2006). Los ejemplos con Stata seguirán a Wooldridge (2002) y Long & Freese (2001). Dougherty (2006) es un texto opcional por si Wooldridge les resulta incómodo.
Recursos disponibles en la web:
Jeffrey M. Wooldridge tiene una serie de presentaciones powerpoint para cada capítulo de su libro Introductory Econometrics. A lo largo del curso distribuiré las presentaciones correspondientes pero nunca sobra consultar las demás.
Christopher Dougherty, de LSE, también tiene una gran cantidad de muy detallados powerpoints.
Lecturas asignadas
31-ene | Presentación del curso |
2-feb |
Dougherty
(2002).
Introduction to Econometrics, 2nd ed.
Review: Random variables and sampling theory. Powerpoint: Repaso de estadística |
9-feb | |
14-feb | Wooldridge, cap. 1. -- Powerpoint Introducción |
16-feb | Wooldridge, cap. 2 -- Regresión lineal simple -- Powerpoint |
21-feb |
Laboratorio:
introducción al uso de Stata
|
23-feb |
Wooldridge, cap. 3 -- Regresión
lineal múltiple: Estimación y supuestos Gauss-Markow Powerpoint |
Wooldridge1, cap. 4 -- Regresión
lineal múltiple: Inferencia y prueba de hipótesis Powepoint |
|
Tareas
Las tareas y datos requeridos estarán disponibles en la página de datos del curso: http://investigadores.cide.edu/aparicio/data/
Última revisión: Febrero 22, 2011.