Análisis de Regresión Múltiple

Este Curso entrega los fundamentos estadísticos esenciales para el cálculo e interpretación de modelos de regresión múltiple.


Descripción

Este Curso entrega entre las herramientas para diseñar, calcular e interpretar modelos de regresión múltiple utilizando variables dependientes categóricas y abordando tanto los análisis de regresión lineal como de regresión logística.

Para cada tema, se expondrán sus fundamentos matemáticos o estadísticos esenciales y luego se trabajará en ejercicios prácticos en el laboratorio de computación.

Este curso es parte del Magíster en Diseño y Análisis de Encuestas Sociales del Instituto de Sociología de la Pontificia Universidad Católica de Chile y podría ser convalidado en caso que el alumno sea admitido en dicho programa de Magíster .

Dirigido a

Este curso constituye una especialización avanzada en análisis de datos sociales, dirigida a profesionales o licenciados de diversas áreas de las ciencias sociales, humanidades, comunicaciones o educación.

Prerrequisitos

-    Grado académico o título profesional, obtenido en universidades chilenas o extranjeras, equivalente al grado de licenciado que confiere la Pontificia Universidad Católica de Chile.
-    Currículum vitae con antecedentes curriculares.
-    Asistir a una entrevista personal realizada por el Comité Académico del Instituto de Sociología UC.
-    Aprobar el proceso de selección que realiza el Comité Académico.

Objetivo de aprendizaje

1.    Aplicar técnicas de análisis de regresión multivariada lineal y categórica.

Desglose de cursos

Curso Análisis de regresión múltiple
Horas cronológicas: 54 horas
Horas pedagógicas: 72 horas
Créditos: 10

RESULTADOS DE APRENDIZAJE
Al finalizar este curso los/las estudiantes debieran ser capaces de:

1.    Aplicar la técnica de Mínimos Cuadrados Ordinarios.
2.    Proponer, implementar y analizar un modelo multivariado de regresión lineal o logística con datos reales.
3.    Evaluar la calidad del modelo de regresión a través del testeo de los supuestos del estándar gaussiano.

CONTENIDOS
•    Lógica del análisis multivariado a través de regresiones: correlaciones parciales; variables confundentes y relaciones espúreas; causación versus correlación.
•    Regresión lineal simple: estimación de coeficientes; estándar Gaussiano y Teorema de Gauss Markov; inferencia Estadística para regresión lineal bi-variada.
•    Regresión lineal múltiple: estimación de coeficientes, especificación de modelos, incorporación de variables dummy, interpretación de interacciones.
•    Verificación de supuestos y de la bondad de ajuste en los modelos de regresión multivariada: multicolinearidad, ausencia de autocorrelación, heterocedasticidad, especificación del modelo, revisión de casos raros (outliers).
•    Regresión logística binaria: aplicaciones, cálculo e interpretación de modelos.

METODOLOGÍA DE ENSEÑANZA Y APRENDIZAJE
La metodología consiste principalmente en clases expositivas donde se expondrán los contenidos del curso. El profesor/a contará con una presentación en PowerPoint que le permitirá reforzar los contenidos y entregar distintos ejemplos de ellos. El material del ppt será entregado a los alumnos en cada clase. Además, el profesor/a realizará ejercicios prácticos para aplicar lo aprendido en clases en modalidad de talleres que combinan conocimientos teóricos y prácticos con un énfasis en la interpretación de los datos.

También, se realizarán laboratorios prácticos donde los alumnos podrán desarrollar más independientemente guías de ejercicios, que serán guiadas por un ayudante del curso.

EVALUACIÓN DE LOS APRENDIZAJES
1.    Realización de dos controles (30%).
2.    Realización de dos ejercicios prácticos (30%).
3.    Un examen final (40%).

BIBLIOGRAFÍA
•    Wooldridge, J. (2001). Introducción a la econometría: Un enfoque moderno. Australia, Thomsom. Parte 1 “Análisis de la regresión con datos de corte transversal”. Cap.2 “Modelo de regresión simple”. Cap.3 “Análisis de regresión múltiple: estimación”. Cap.4 “Análisis de regresión múltiple: inferencia”. Cap.7 “Análisis de regresión múltiple con información cualitativa: variables binarias (o ficticias)”.
•    Gujarati, D. (2004). Econometría. McGraw-Hill, México. Cap.1. “Naturaleza del Análisis de Regresión”. Cap.2. “Análisis de regresión con dos variables: algunas ideas básicas”. Cap.3. “Modelo de regresión con dos variables: problemas de estimación”. Cap.7. “Análisis de regresión múltiple: problemas de estimación”. Cap. 8. “Análisis de regresión múltiple: el problema de la inferencia”. Cap.9. “Modelos de regresión con variables dicotómicas”. Parte 2 “Violación de los supuestos del modelo clásico”. Cap.10. “Multicolinealidad: ¿Qué pasa si las regresoras están correlacionadas?”. Cap.11. Heteroscedasticidad: ¿Qué pasa cuando la varianza del error no es estable? Cap.13. “Diseño de modelos econométricos: especificación del modelo y prueba de diagnóstico”.
•    Knoke, Bohrnstedt y Potter (2002). Statistics for Social Data Analysis. Ithaca, F.E. Peacock Publishers. Cap.9. “Non linear and logistic regression”.
•    Agresti, Alan. (2007). Introduction to Categorical Data Analysis}. Second Edition. Wiley Series (Cap. 2, excluyendo sección 2.6; Cap. 3, pp. 68-74 y 84-90; 4 [entero])

Equipo Docente

JEFE DE PROGRAMA
María Soledad Herrera Ponce
Socióloga y Licenciada en Sociología (Pontificia Universidad Católica de Chile), Diploma de Estudios Avanzados en Análisis de Datos y Doctora en Sociología de la Universidad Autónoma de Madrid. Es Directora del Instituto de Sociología y profesora asociada ISUC. Dicta las cátedras de análisis de datos y metodología de la investigación en pregrado y de metodología avanzada y estudios de población en el programa de Magíster del ISUC. Ha dirigido y participado en varios estudios, principalmente cuantitativos, en el Departamento de Estudios Sociológicos del ISUC, con gran experiencia tanto en el levantamiento de datos a través de encuestas. Tiene una vasta experiencia en el análisis de datos con información secundaria proveniente tanto de bases nacionales (Encuestas Casen, Censos Nacionales) como internacionales (Encuesta Mundial de Valores).

EQUIPO DOCENTE
Matías Bargsted
Sociólogo, Pontificia Universidad Católica de Chile
Doctor en Ciencias Políticas, Universidad de Michigan, Estados Unidos.
Profesor Asistente Instituto de Sociología

Daniella Leal
Socióloga, Pontificia Universidad Católica de Chile.
Profesor Instructor Instituto de Sociología PUC
Magíster en Sociología, Pontificia Universidad Católica de Chile.

Además se incorporarán al equipo uno o dos ayudantes que guiarán las sesiones de laboratorio de los días sábados y asistirán a los docentes durante algunas de las clases.

Requisitos de aprobación

Para aprobar el curso, se requiere:

1.    Asistir a un 75% de las sesiones.
2.    Aprobar con nota no inferior a 4.0 en una escala de 1.0 a 7.0, de acuerdo a la siguiente ponderación:

Curso: Regresión Múltiple

Controles    30%
Ejercicios    30%
Examen    40%
   
Los alumnos que aprueben las exigencias del programa, recibirán un Certificado de Aprobación del Curso, otorgado por la Pontificia Universidad Católica de Chile.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos a la coordinación:
• Curriculum Vitae actualizado.
• Fotocopia Carnet de Identidad.

Las postulaciones son desde el 6 de noviembre de 2017 hasta el 31 de enero de 2018 o hasta completar las vacantes.

- El postulante será contactado, para asistir a una entrevista personal realizada por el Comité Académico de Diplomados del Instituto de Sociología UC.
- Las postulaciones son hasta una semana antes del inicio del Diplomado/Curso o hasta completar las vacantes.
- No se aceptarán postulaciones incompletas.
- El postular no asegura el cupo, una vez aceptado en el programa, se debe cancelar el valor para estar matriculado.

• El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con el mínimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles con un vale vista que deberá ser retirado en el  Banco Santander.
• A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel. A las personas que se retiren  una vez iniciado el programa por motivos de fuerza mayor, se les cobrarán las horas cursadas hasta la fecha  de la  entrega de solicitud formal de retiro más el 10% del valor total del programa. En ambos casos la devolución demorará 15 días hábiles y se efectuará a través de un vale vista que deberá ser retirado en el  Banco Santander.

imagen
SOLICITAR MÁS INFORMACIÓN
POSTULA AQUÍ
DESCARGAR PROGRAMA


Otros programas que pueden ser de su interés

Análisis Multivariado y Construcción de Indicadores

Diplomado en Análisis Estadístico de Datos Sociales
IMPORTANTE : Politicas de privacidad

El sitio de educación continua UC utiliza cookies.

Las cookies son pequeños archivos que son transferidos a su dispositivo (Computadora o móvil) y que permanecen ahí por una duración de tiempo limitada, para ayudar a personalizar la experiencia de uso del sitio web y la publicidad que verá de los productos que este ofrece.
Educación continua UC utiliza tanto cookies propias como de terceros.

Particularmente el sitio utiliza cookies para habilitar las funcionalidades de remarketing de Google AdWords y retargeting de Facebook Exchange, para así realizar campañas personalizadas de anuncios en línea, para aquellas personas que han visitado el sitio web. Por tanto si navega por nuestro sitio web, es probable que luego vea anuncios de nuestra empresa en otros sitios que visite.

Si no desea que se muestren esos anuncios o que se almacenen datos sobre su actividad en nuestro sitio web, puede configurar su navegador, para dejar de aceptar cookies o para que le avise antes de aceptar una cookie de los sitios web que visite. Adicionalmente para el caso particular de Adwords, puede inhabilitar el uso de estas cookies mediante el Administrador de Preferencias de Anuncios de Google.