Informació del Pla Docent

Presentació

L’assignatura Metodologia Quantitativa III està concebuda com a una matèria de formació bàsica per a l’estudiant de Ciència Política i l’Administració. Se suposa que l’estudiant té uns coneixements bàsics de descripció estadística i de maneig de bases de dades emprant R i Excel, coneixements que els ha proporcionat les assignatures relacionades prèvies  de Metodologia Quantitativa I i II.

L’objectiu principal és introduir els conceptes essencials associats a la variabilitat estadística i el paper que aquesta variabilitat juga, en l’anàlisi empírica i la interpretació de les dades en ciència política i de l’administració. A partir del concepte de població estadística, i els models de probabilitat associats, s’introduiran els conceptes d’aleatorietat, mostra aleatòria, així com els diferents mètodes emprats per l’estadística per aconseguir informació de la població a partir de dades mostrals. L’assignatura pretén donar les bases que capacitin a l’estudiant a utilitzar adequadament -- evitant cometre errors conceptuals freqüents -- tècniques actualment reconegudes com essencials en l’anàlisi empírica en ciències socials. El curs inclou temes com elements bàsics de la probabilitat, disseny de mostres, estimació puntual i per interval, contrast ji-quadrat, la lògica dels contrasts de significació i d’hipòtesis, anàlisi de la correlació i, finalment, introducció a l’anàlisi de la regressió. L’assignatura es farà en una aproximació molt aplicada, on la fonamentació matemàtica serà substituïda per la il·lustració de la pràctica de l’estadística en bases de dades d’interès en ciències socials. Si bé les fórmules no són essencials, si que es farà molt d’èmfasi en els conceptes i en la lògica de la estadística. S’utilitzarà programari estadístic lliure R (http://www.r-project.org/) mitjançant R Studio (https://www.rstudio.com/).

Competències associades

Aquesta assignatura s’emmarca en l’àmbit de la matèria “metodologia d’investigació” que, en conjunt, desenvolupa les següents competències:

COMPETÈNCIES BÀSIQUES:

CB2. Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseeixin les competències que solen demostrar-se per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
CB3. Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
CB4. Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
CB5. Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia.

COMPETÈNCIES GENERALS:

CG1. Capacitat d'anàlisi i síntesi.

CG2. Capacitat d'organitzar i planificar.

CG4. Habilitats bàsiques d’ús de l'ordinador.

CG5. Treball en equip.

CG7. Capacitat de treballar en un equip interdisciplinari.

CG9. Habilitat de treballar en un context internacional.

CG10. Habilitats d'investigació.

CG15. Disseny i gestió de projectes.

CG17. Preocupació per la qualitat.

CG18. Motivació d'assoliment o d’èxit.

COMPETÈNCIES TRANSVERSALS:

CT1. Identificar i analitzar críticament la desigualtat de gènere i la seva intersecció amb altres eixos de desigualtat.

COMPETÈNCIES ESPECÍFIQUES:

CE1. Identificar les principals teories i enfocaments de la Ciència Política i de l'Administració.

CE17. Aplicar els mètodes i les tècniques d'investigació política i social.

CE18. Analitzar amb dades d'investigació quantitatives i qualitatives.

Objectius de Desenvolupament Sostenible

ODS 1: Fi de la pobresa / No poverty
ODS 5: Igualtat de gènere / Gender equality
ODS 10: Reducció de les desigualtats / Reduced inequalities

Continguts

Tema 1. Naturalesa i fonts de la informació estadística. Estadística descriptiva vs. estadística inferencial. Variables i tipus de variables i el seu tractament estadístic. Taules de freqüències. Representacions gràfiques.

Tema 2. Relació entre dues variables qualitatives, la taula de contingència. Creuament de variables qualitatives i quantitatives: comparació de grups. Relacions entre variables quantitatives. Coeficient de correlació lineal. Recta de mínims quadrats. Ús de R per a la lectura i anàlisi descriptiva de dades i per la selecció aleatòria de mostres.

Tema 3. Població i mostra: models probabilístics. Paràmetres i estimadors. Dissenys mostrals. Enquestes per mostreig. Dades experimentals. Exemples de l’estadística pública d’interès per a la ciència política i de l’administració. Ús de R per a la lectura i anàlisi descriptiva de dades.

Tema 4. La Inferència estadística i la probabilitat. Regles de la probabilitat. Probabilitat condicional. Models probabilístics. La distribució Bernoulli i la normal. Teorema del límit central. Distribucions mostrals d’estadístics. Proporcions mostrals.

Tema 5. Estimació per intervals. Distribucions mostrals de la proporció i la mitjana mostrals. Precisió de l’estimació i mida de la mostra. Interval de confiança de la mitjana. Cas de dades aparellades. Interval de confiança per a proporcions.

Tema 6. Associació entre variables categòriques: contrast ji-quadrat d’independència. Anàlisi dels residus.

Tema 7. Test de significació. Test d’hipòtesi per a la mitjana poblacional. Cas de dades aparellades. Test d’hipòtesis per a la proporció poblacional.

Tema 8. Test d’hipòtesi per a la comparació de dues proporcions amb mostres independents. Test d’hipòtesi per a la comparació de dues mitjanes amb mostres independents. Causalitat: proves de control aleatori (RCT).

Tema 9. Model de regressió simple. Recta de regressió lineal, paràmetres del model de regressió, estimació del model de regressió: mètode MCO, coeficient de determinació.

Metodologia docent

L’assignatura combinarà 10 sessions de classes plenàries, 4 sessions de seminaris en grups reduïts d’estudiants i el treball individual. A les classes plenàries s’explicaran i es discutiran els conceptes i procediments generals de l’assignatura emprant exemples amb dades de ciències socials. Es donarà importància a la participació dels estudiants i a la discussió de les lectures i tasques prèvies recomanades.

Les classes de seminaris s’impartiran a l'aula d'informàtica i s’hi farà ús del programari R. En aquestes sessions també es treballaran i resoldran problemes i casos pràctics. Es plantejaran qüestionaris a resoldre individualment al final de les sessions.

El treball individual consisteix en la resolució d’exercicis, lectura de textos, capítols dels llibres de text i articles tant de la premsa com científics recomanats com a lectures prèvies a les sessions plenàries, assimilació dels continguts de les sessions plenàries i redacció d’un informe estadístic relacionat amb una noticia de diari (en grup).

Programació d'activitats

Es farà una sessió plenària de dues hores, una per setmana, al llarg de les deu setmanes del curs. Les sessions de seminari s’intercalaran aproximadament cada dues o tres setmanes.

-Setmana 1: Classe plenària on es tractarà els Temes 1 i 2 amb les seves aplicacions.

-Setmana 2: Classe plenària on es tractarà els Tema 2  amb les seves aplicacions.

-Setmana 3: Classe plenària on es tractarà el Tema 3 amb les seves aplicacions. Seminari 1.

-Setmana 4: Classe plenària on es tractarà el Tema 4 amb les seves aplicacions.

-Setmana 5: Classe plenària on es tractarà el Tema 5 amb les seves aplicacions. Seminari 2.

-Setmana 6: Classe plenària on es tractarà el Tema 6 amb les seves aplicacions.

-Setmana 7: Classe plenària on es tractarà el Tema 7 amb les seves aplicacions. Seminari 3.

-Setmana 8: Classe plenària on es tractarà el Tema 8 amb les seves aplicacions.

-Setmana 9: Classe plenària on es tractarà el Tema 9 amb les seves aplicacions. Seminari 4.

-Setmana 10: Classe plenària on es farà resum dels diferents temes tractats en l’assignatura. Es relacionaran els temes tot comentant les seves avantatges i limitacions i es presentaran  perspectives d’ampliació d’estudi de l’estadística. Una part d’aquesta sessió es destinarà a la preparació de l’examen final de l’assignatura.

Seminaris:

-Seminari 1: Es treballaran les funciones bàsiques de R mitjançant R Studio. Anàlisi bàsic de dades, variables numèriques i categòriques. Representacions gràfiques. Taules de contingència i gràfics de mosaic. Exercici de mostreig aleatori simple. Es passarà un qüestionari breu a respondre individualment.

-Seminari 2: Es treballaran temes bàsics de probabilitat i s’introduirà la inferència,  estimació per intervals de la mitjana i la proporció poblacional. En el seminari s’introduiran les funcions bàsiques de R al respecte. Es passarà un qüestionari breu a respondre individualment.

-Seminari 3: Es treballaran temes de comparació de mitjanes i proves d’independència en taules de contingències. En el seminari s’introduiran les funcions bàsiques de R al respecte. Es passarà un qüestionari breu a respondre individualment.

-Seminari 4: Es treballaran temes de correlació lineal i anàlisi de la regressió simple. En el seminari s’introduiran les funcions bàsiques de R al respecte. Es passarà un qüestionari breu a respondre individualment.

Avaluació

Avaluació continuada que consistirà en

• Feina prèvia a les classes de teoria: Cada setmana es proposaran activitats de treball personal i un qüestionari a complimentar.
• Participació activa en les sessions de classe i de seminaris i en els fòrums de l’Aula global en resposta a qüestions i dubtes plantejades per altres participants.
• Treball opcional a realitzar individualment o en grup (màxim de dos estudiants) que haurà de consistir en la obtenció de dades mostrals i la aplicació d’algunes de les tècniques d’inferència vistes al llarg del curs. La realització del treball serà condició necessària per optar a matrícula d’honor.
• Examen final. L’examen final es realitzarà amb l’ordinador i amb ús de R/Rstudio, preferiblement amb el propi ordinador portàtil.
• Seminaris. Assistència i realització de les activitats proposades amb lliurament dels fitxers i complimentació dels qüestionaris plantejats.

El càlcul de la nota final del curs tindrà en compte les ponderacions següents.

Recuperació:

Podran concórrer al procés de recuperació tots els estudiants que havent participat a més de la meitat de les activitats d’avaluació continuada i havent-se presentat a l’examen final de l’assignatura (o que puguin justificar la no presentació per causes alienes a la seva voluntat), hagin obtingut la qualificació de suspens de l’assignatura, corresponent a l’avaluació trimestral.

Bibliografia i recursos d'informació

MOORE, D. S. Statistics. Concepts and Controversies. Nova York: W. H. Freeman, 2000.

MOORE, D. S. Estadística aplicada básica. Barcelona: Antoni Bosch Editor, 1998.

TANUR, J. M. La estadística. Una guía de lo desconocido. Madrid: Alianza, 1992.

BUENO DE MESQUITA, E.; FOWLER, A. Thinking Clearly with Data: A Guide to Quantitative Reasoning and Analysis. Princeton University Press, 2021.

Recursos didàctics:

Els recursos s’assenyalaran a l’Aula Global en relació als temes i el seu desenvolupament.

Informació del Pla Docent

Presentació

L’assignatura Metodologia Quantitativa III està concebuda com a una matèria de formació bàsica per a l’estudiant de Ciència Política i l’Administració. Se suposa que l’estudiant té uns coneixements bàsics de descripció estadística i de maneig de bases de dades emprant R i Excel, coneixements que els ha proporcionat les assignatures relacionades prèvies  de Metodologia Quantitativa I i II.

L’objectiu principal és introduir els conceptes essencials associats a la variabilitat estadística i el paper que aquesta variabilitat juga, en l’anàlisi empírica i la interpretació de les dades en ciència política i de l’administració. A partir del concepte de població estadística, i els models de probabilitat associats, s’introduiran els conceptes d’aleatorietat, mostra aleatòria, així com els diferents mètodes emprats per l’estadística per aconseguir informació de la població a partir de dades mostrals. L’assignatura pretén donar les bases que capacitin a l’estudiant a utilitzar adequadament -- evitant cometre errors conceptuals freqüents -- tècniques actualment reconegudes com essencials en l’anàlisi empírica en ciències socials. El curs inclou temes com elements bàsics de la probabilitat, disseny de mostres, estimació puntual i per interval, contrast ji-quadrat, la lògica dels contrasts de significació i d’hipòtesis, anàlisi de la correlació i, finalment, introducció a l’anàlisi de la regressió. L’assignatura es farà en una aproximació molt aplicada, on la fonamentació matemàtica serà substituïda per la il·lustració de la pràctica de l’estadística en bases de dades d’interès en ciències socials. Si bé les fórmules no són essencials, si que es farà molt d’èmfasi en els conceptes i en la lògica de la estadística. S’utilitzarà programari estadístic lliure R (http://www.r-project.org/) mitjançant R Studio (https://www.rstudio.com/).

Competències associades

Aquesta assignatura s’emmarca en l’àmbit de la matèria “metodologia d’investigació” que, en conjunt, desenvolupa les següents competències:

COMPETÈNCIES BÀSIQUES:

CB2. Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseeixin les competències que solen demostrar-se per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
CB3. Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
CB4. Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
CB5. Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia.

COMPETÈNCIES GENERALS:

CG1. Capacitat d'anàlisi i síntesi.

CG2. Capacitat d'organitzar i planificar.

CG4. Habilitats bàsiques d’ús de l'ordinador.

CG5. Treball en equip.

CG7. Capacitat de treballar en un equip interdisciplinari.

CG9. Habilitat de treballar en un context internacional.

CG10. Habilitats d'investigació.

CG15. Disseny i gestió de projectes.

CG17. Preocupació per la qualitat.

CG18. Motivació d'assoliment o d’èxit.

COMPETÈNCIES TRANSVERSALS:

CT1. Identificar i analitzar críticament la desigualtat de gènere i la seva intersecció amb altres eixos de desigualtat.

COMPETÈNCIES ESPECÍFIQUES:

CE1. Identificar les principals teories i enfocaments de la Ciència Política i de l'Administració.

CE17. Aplicar els mètodes i les tècniques d'investigació política i social.

CE18. Analitzar amb dades d'investigació quantitatives i qualitatives.

Objectius de Desenvolupament Sostenible

ODS 1: Fi de la pobresa / No poverty
ODS 5: Igualtat de gènere / Gender equality
ODS 10: Reducció de les desigualtats / Reduced inequalities

Continguts

Tema 1. Naturalesa i fonts de la informació estadística. Estadística descriptiva vs. estadística inferencial. Variables i tipus de variables i el seu tractament estadístic. Taules de freqüències. Representacions gràfiques.

Tema 2. Relació entre dues variables qualitatives, la taula de contingència. Creuament de variables qualitatives i quantitatives: comparació de grups. Relacions entre variables quantitatives. Coeficient de correlació lineal. Recta de mínims quadrats. Ús de R per a la lectura i anàlisi descriptiva de dades i per la selecció aleatòria de mostres.

Tema 3. Població i mostra: models probabilístics. Paràmetres i estimadors. Dissenys mostrals. Enquestes per mostreig. Dades experimentals. Exemples de l’estadística pública d’interès per a la ciència política i de l’administració. Ús de R per a la lectura i anàlisi descriptiva de dades.

Tema 4. La Inferència estadística i la probabilitat. Regles de la probabilitat. Probabilitat condicional. Models probabilístics. La distribució Bernoulli i la normal. Teorema del límit central. Distribucions mostrals d’estadístics. Proporcions mostrals.

Tema 5. Estimació per intervals. Distribucions mostrals de la proporció i la mitjana mostrals. Precisió de l’estimació i mida de la mostra. Interval de confiança de la mitjana. Cas de dades aparellades. Interval de confiança per a proporcions.

Tema 6. Associació entre variables categòriques: contrast ji-quadrat d’independència. Anàlisi dels residus.

Tema 7. Test de significació. Test d’hipòtesi per a la mitjana poblacional. Cas de dades aparellades. Test d’hipòtesis per a la proporció poblacional.

Tema 8. Test d’hipòtesi per a la comparació de dues proporcions amb mostres independents. Test d’hipòtesi per a la comparació de dues mitjanes amb mostres independents. Causalitat: proves de control aleatori (RCT).

Tema 9. Model de regressió simple. Recta de regressió lineal, paràmetres del model de regressió, estimació del model de regressió: mètode MCO, coeficient de determinació.

Metodologia docent

L’assignatura combinarà 10 sessions de classes plenàries, 4 sessions de seminaris en grups reduïts d’estudiants i el treball individual. A les classes plenàries s’explicaran i es discutiran els conceptes i procediments generals de l’assignatura emprant exemples amb dades de ciències socials. Es donarà importància a la participació dels estudiants i a la discussió de les lectures i tasques prèvies recomanades.

Les classes de seminaris s’impartiran a l'aula d'informàtica i s’hi farà ús del programari R. En aquestes sessions també es treballaran i resoldran problemes i casos pràctics. Es plantejaran qüestionaris a resoldre individualment al final de les sessions.

El treball individual consisteix en la resolució d’exercicis, lectura de textos, capítols dels llibres de text i articles tant de la premsa com científics recomanats com a lectures prèvies a les sessions plenàries, assimilació dels continguts de les sessions plenàries i redacció d’un informe estadístic relacionat amb una noticia de diari (en grup).

Programació d'activitats

Es farà una sessió plenària de dues hores, una per setmana, al llarg de les deu setmanes del curs. Les sessions de seminari s’intercalaran aproximadament cada dues o tres setmanes.

-Setmana 1: Classe plenària on es tractarà els Temes 1 i 2 amb les seves aplicacions.

-Setmana 2: Classe plenària on es tractarà els Tema 2  amb les seves aplicacions.

-Setmana 3: Classe plenària on es tractarà el Tema 3 amb les seves aplicacions. Seminari 1.

-Setmana 4: Classe plenària on es tractarà el Tema 4 amb les seves aplicacions.

-Setmana 5: Classe plenària on es tractarà el Tema 5 amb les seves aplicacions. Seminari 2.

-Setmana 6: Classe plenària on es tractarà el Tema 6 amb les seves aplicacions.

-Setmana 7: Classe plenària on es tractarà el Tema 7 amb les seves aplicacions. Seminari 3.

-Setmana 8: Classe plenària on es tractarà el Tema 8 amb les seves aplicacions.

-Setmana 9: Classe plenària on es tractarà el Tema 9 amb les seves aplicacions. Seminari 4.

-Setmana 10: Classe plenària on es farà resum dels diferents temes tractats en l’assignatura. Es relacionaran els temes tot comentant les seves avantatges i limitacions i es presentaran  perspectives d’ampliació d’estudi de l’estadística. Una part d’aquesta sessió es destinarà a la preparació de l’examen final de l’assignatura.

Seminaris:

-Seminari 1: Es treballaran les funciones bàsiques de R mitjançant R Studio. Anàlisi bàsic de dades, variables numèriques i categòriques. Representacions gràfiques. Taules de contingència i gràfics de mosaic. Exercici de mostreig aleatori simple. Es passarà un qüestionari breu a respondre individualment.

-Seminari 2: Es treballaran temes bàsics de probabilitat i s’introduirà la inferència,  estimació per intervals de la mitjana i la proporció poblacional. En el seminari s’introduiran les funcions bàsiques de R al respecte. Es passarà un qüestionari breu a respondre individualment.

-Seminari 3: Es treballaran temes de comparació de mitjanes i proves d’independència en taules de contingències. En el seminari s’introduiran les funcions bàsiques de R al respecte. Es passarà un qüestionari breu a respondre individualment.

-Seminari 4: Es treballaran temes de correlació lineal i anàlisi de la regressió simple. En el seminari s’introduiran les funcions bàsiques de R al respecte. Es passarà un qüestionari breu a respondre individualment.

Avaluació

Avaluació continuada que consistirà en

• Feina prèvia a les classes de teoria: Cada setmana es proposaran activitats de treball personal i un qüestionari a complimentar.
• Participació activa en les sessions de classe i de seminaris i en els fòrums de l’Aula global en resposta a qüestions i dubtes plantejades per altres participants.
• Treball opcional a realitzar individualment o en grup (màxim de dos estudiants) que haurà de consistir en la obtenció de dades mostrals i la aplicació d’algunes de les tècniques d’inferència vistes al llarg del curs. La realització del treball serà condició necessària per optar a matrícula d’honor.
• Examen final. L’examen final es realitzarà amb l’ordinador i amb ús de R/Rstudio, preferiblement amb el propi ordinador portàtil.
• Seminaris. Assistència i realització de les activitats proposades amb lliurament dels fitxers i complimentació dels qüestionaris plantejats.

El càlcul de la nota final del curs tindrà en compte les ponderacions següents.

Recuperació:

Podran concórrer al procés de recuperació tots els estudiants que havent participat a més de la meitat de les activitats d’avaluació continuada i havent-se presentat a l’examen final de l’assignatura (o que puguin justificar la no presentació per causes alienes a la seva voluntat), hagin obtingut la qualificació de suspens de l’assignatura, corresponent a l’avaluació trimestral.

Bibliografia i recursos d'informació

MOORE, D. S. Statistics. Concepts and Controversies. Nova York: W. H. Freeman, 2000.

MOORE, D. S. Estadística aplicada básica. Barcelona: Antoni Bosch Editor, 1998.

TANUR, J. M. La estadística. Una guía de lo desconocido. Madrid: Alianza, 1992.

BUENO DE MESQUITA, E.; FOWLER, A. Thinking Clearly with Data: A Guide to Quantitative Reasoning and Analysis. Princeton University Press, 2021.

Recursos didàctics:

Els recursos s’assenyalaran a l’Aula Global en relació als temes i el seu desenvolupament.