SOC3070 Análisis de Datos Categóricos

Este repositorio contiene el material del curso SOC3070 Análisis de Datos Categóricos, dictado el segundo semestre 2020 a estudiantes de postgrado del Departamento de Sociología de la Universidad Católica de Chile. Para mayores detalles ver el [programa] del curso.

---

Nivelación Matemática

• Repaso de pre-cálculo, especialmente funciones logarítmicas y exponenciales: [texto].

Clases

• Presentación del curso: [Presentación] [Código]
• Fundamentos de teoría de la Probabilidad
  • Basics: [Presentación] [Código]
  • Probabilidad condicional: [Presentación] [Código]
• Variables Aleatorias y Distribuciones Discretas: [Presentación] [Código]
• Valor Esperado y Varianza, Estimación via Maximum Likelihood (MLE): [Presentación] [Código]
• Tablas de Contingencia
  • Estructura probabilística: [Presentación] [Código]
  • Medidas de independencia y asociación: [Presentación] [Código]
• Modelo Lineal de Probabilidad: [Presentación] [Código]
• Modelos Lineales Generalizados [Presentación] [Código]
• Modelos de Regresión Logística
  • Estructura teórica y estimación: [Presentación] [Código]
• Modelos de Regresión Logística Ordenada
• Modelos de Regresión Logística Multinomial
• Modelos de Regresión Poisson y alternativas* (Regresión Binomial Negativa)
• Modelos Log-lineales para tablas de contingencia*

Ayudantías

• Descarga R y RStudio: [PDF]
• Ayudantía 1: [PDF][R Script]
• Ayudantía 2: [Presentación][R Script][Database]

---

Evaluaciones

Tareas cortas

• Tarea 1: [TC1] [TC1.Rmd] [Soluciones][Soluciones.Rmd]
• Tarea 2: [TC2] [TC2.Rmd] [Soluciones][Soluciones.Rmd]
• Tarea 3: [TC3] [TC3.Rmd] [Soluciones][Soluciones.Rmd]
• Tarea 4: [TC4] [TC4.Rmd] [Soluciones][Soluciones.Rmd]
• Tarea 5: [TC5] [TC5.Rmd]

Trabajos

• Trabajo 1: [T1] [T1.Rmd] [Paper] [Data]

Trabajo Final

---

Recursos para trabajar en R

• Lenguaje basal del R [aquí] y manipulación de bases de datos en R [aquí].
• Manipulación de bases de datos con dyplr: [aquí] y [aquí]
• Gráficos con ggplot:
• Un template de código que cubre las funciones típicamente usadas en un proyecto real de intestigación. El código tiene la estructura de lo que considero un workflow efectivo y ordenado. Consiste en un [master file] desde el que llamamos una serie de Rscript que implementan diferentes partes del análisis: [exploración] y [análisis] de datos, incluyendo modelos de regresión, producción de tablas y gráficos publicables.
• Un template para escribir en RMarkdown ([PDF] y [.Rmd] ). El uso de RMarkdown no es obligatorio, pero es altamente recomendado para escribir sus tareas y trabajos. Hoja de ayuda [aquí].
• [StalkOverflow] tiene las respuestas a casi todas las preguntas.

Para usuarios de Stata

• Es este [link] pueden encontrar la implementación en Stata de los ejemplos usandos en (casi) todos los capítulos del libro de Alan Agresti, [Introduction to Categorical Data Analysis].

---