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

Objetivo y motivación

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 el impacto de las políticas públicas– pueden comprenderse de mejor manera a la luz de evidencia estadística. Los objetivos centrales del curso son los siguientes:

1. Comprender qué tipo de preguntas empíricas pueden responderse usando métodos cuantitativos, cómo hacerlo y cuáles no tanto.
2. Comprender las técnicas básicas para el manejo de bases de datos, análisis exploratorio de datos y estadística descriptiva.
3. Comprender cómo estimar y especificar modelos de regresión lineal múltiple, así como hacer diagnósticos y pruebas de hipótesis a partir de dichos modelos.
4. Aprender cómo pasar de los resultados estadísticos brutos a la interpretación y presentación persuasiva de los mismos.

Comenzaremos con un breve repaso de estadística y la lógica del análisis cuantitativo, para luego discutir algunas técnicas para el manejo y exploración de bases de datos. La mayor parte del curso estará dedicada a la estimación y diagnóstico de modelos de regresión lineal múltiple (OLS) para variables dependientes continuas. También estudiaremos los problemas más comunes de OLS y algunas posibles soluciones. Hacia el final del curso discutiremos de manera introductoria los llamados métodos de máxima verosimilitud para variables dependientes limitadas.

Metodología y evaluación

Tendremos dos clases por semana los días lunes y miércoles de 9:00 a 11:00am en el salón Santa Fe PB1. En la mayoría de las sesiones discutiremos aspectos teóricos de los diferentes métodos cuantitativos, y comentaremos las aplicaciones "del mundo real" más comunes en la literatura empírica. En otras ocasiones tendremos sesiones prácticas con Stata donde aplicaremos los conceptos vistos recientemente. 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, misma que está disponible en los laboratorios de cómputo del CIDE. Quizá puedan conseguir la versión 8, 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 35% 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 con sus correspondientes reportes escritos (30% de su nota) sobre los temas que vayamos cubriendo en clase. Los detalles adicionales de exámenes y tareas se explicarán a lo largo del curso.

Temario tentativo

El contenido tentativo del curso es como sigue (esta lista es podrá crecer o disminuir dependiendo del ritmo con que avancemos):

1. Métodos cuantitativos y Ciencias Sociales
2. Manejo y exploración de datos
   1. Recolección de datos
   2. Estadística descriptiva
   3. Análisis exploratorio de datos
3. Regresión lineal múltiple (OLS)

1. Supuestos subyacentes
2. Estimación
3. Inferencia y pruebas de hipótesis
4. Problemas: Sesgo y eficiencia de los modelos lineales

4. Especificación y diagnóstico de modelos lineales
   1. Variables dicotómicas
   2. Efectos interactivos y cambios estructurales
   3. Más problemas: sesgo de variable omitidas, sesgo muestral, heteroscedasticidad, y autocorrelación
   4. Análisis de residuales y observaciones atípicas
5. Pronóstico e interpretación de modelos lineales

6. Análisis de datos panel con variables continuas*

a.       Efectos aleatorios vs. efectos fijos

b.      Problemas: heteroscedasticidad, correlación espacial y temporal

7. Modelos de máxima verosimilitud (MLE)

   1. Variables dependientes limitadas y variables latentes

   2. Estimación e inferencia de modelos de máxima verosimilitud

                                                              i.      Variables binarias: modelos logit y probit

                                                            ii.      Variables ordinales: modelos ordered probit y logit

                                                          iii.      Variables nominales: modelos multinomial logit y probit *

8.      Simulación e interpretación de resultados de modelos MLE (Clarify y Spost)*

9. Métodos cuantitativos y diseño de investigación.

Subir

Bibliografía

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

• Wooldridge, Jeffrey M.  Introductory Econometrics: A modern approach, South-Western, 2002 (2a edición).  La primera edición está en español: Introducción a la econometría: un enfoque moderno. Thomson Learning, 2001.
• Long, J. Scott, 1997, Regression Models for Categorical and Limited Dependent Variables. Advanced Quantitative Techniques in the Social Sciences, Volume 7. Sage Publications.  (Creo que existe una versión en español).
• Long, J. Scott and Jeremy Freese, 2001, Regression Models for Categorical Dependent Variables Using Stata. College Station, TX: Stata Press.
• Dougherty, Christopher, 2006.  Introduction to Econometrics.  Oxford University Press, 3rd edition.

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).  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.  Como usaremos muchas de ellas en clase, les recomiendo bajarlas.

• Christopher Dougherty, de LSE, también tiene una gran cantidad de muy detallados powerpoints.

• El portal de Stata de UCLA provee mucha información valiosa: http://www.ats.ucla.edu/stat/stata/default.htm

Lecturas asignadas

Notas de clase

Tareas

Última revisión: Marzo 30, 2009.