Universidad Nacional de Educación a Distancia

Acceso a la portada del web UNED
asignatura master 2024

asignatura master 2025

METODOLOGÍA CUANTITATIVA PARA EL ANÁLISIS DE DATOS POLÍTICOS II

Código Asignatura: 29040233

PRESENTACIÓN Y CONTEXTUALIZACIÓN

METODOLOGÍA CUANTITATIVA PARA EL ANÁLISIS DE DATOS POLÍTICOS II
29040233
2024/2025
TÍTULOS DE MASTER EN QUE SE IMPARTE MÁSTER UNIVERSITARIO EN CIENCIA POLÍTICA: ANÁLISIS POLÍTICO, POLÍTICAS PÚBLICAS Y POLÍTICA INTERNACIONAL
CONTENIDOS
6
150
SEMESTRE 2
CASTELLANO

La asignatura Metodología Cuantitativa para el Análisis de Datos Políticos II cubre el análisis de datos a través de modelos explicativos con aplicación en la Ciencia Política empírica. Se centra en el estudio del modelo de regresión y sus extensiones principales, cuyo conocimiento práctico permitirá a los estudiantes dar respuestas analíticas adecuadas a problemas empíricos habituales en el análisis de datos políticos. Guarda una estrecha relación con otra de las asignaturas del Master: Metodología Cuantitativa para el Análisis de Datos Políticos I, de la que es una continuación. El enfoque del curso es eminentemente práctico. Se pretende que los estudiantes aprendan la utilización de herramientas estadísticas a partir de motivarlos con problemas de investigación aplicados que se proporcionarán en cada uno de los temas previstos. Este aprendizaje se realizará a través de la utilización del software apropiado de análisis estadístico.

 

El curso empieza planteando el problema clásico de regresión con una variable y su extensión al caso multivariante y de ahí pasa a la interpretación y el uso predictivo de los resultados de la regresión. Se trata a continuación el diagnóstico del modelo y su utilidad para contrastar hipótesis para pasar al tratamiento de los problemas comunes en el análisis de regresión. Posteriormente, se tratan algunas aplicaciones prácticas del modelo de regresión y se termina con unas sesiones dedicadas a modelos no lineales o de elección discreta, en las que se pretende introducir al estudiante en modelos más avanzados para el análisis de variables dependientes categóricas.