Métodos Cuantitativos Aplicados
Primavera 2010

Francisco Javier Aparicio

Ésta página: http://investigadores.cide.edu/aparicio/mca.html        E-mail:  javier.aparicio@cide.edu

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

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 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 algunas posibles soluciones. 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 101. 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 (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. 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.

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
  1. 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
  2. Pronóstico e interpretación de modelos lineales
  3. Análisis de datos panel con variables continuas*

a.       Efectos aleatorios vs. efectos fijos

b.      Problemas: heteroscedasticidad, correlación espacial y temporal

  1. 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)*

  1. Métodos cuantitativos y diseño de investigación.

 

*  Estos temas se cubrirán de manera introductoria sólo si el tiempo lo permite.

 

Subir

Bibliografía

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).  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:

 

Subir
 
 

Lecturas asignadas

8-feb Dougherty (2002). Introduction to Econometrics, 2nd ed.
Review: Random variables and sampling theory.
Powerpoint: Repaso de estadística
10-feb Wooldridge, cap. 1. -- Powerpoint Introducción
15-feb Wooldridge, cap. 2 -- Regresión lineal simple -- Powerpoint
17-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
   
  Wooldridge1, cap. 6 -- Forma funcional, bondad de ajuste, residuales
   
  Wooldridge1, cap. 7 -- Variables categóricas (dummy) y efectos interactivos.
   
Wooldridge1, cap. 8 -- Heteroscedasticidad
   
   
   
   
 
 
 

 

Notas de clase

 

Tareas

Las tareas y datos requeridos estarán disponibles en la página de datos del curso:  http://investigadores.cide.edu/aparicio/data/

 

Subir

Regresar a homepage

 

Última revisión: Febrero 5, 2010.