CONTENIDOS TEORICOS

I. La lógica del análisis multivariante. Objetivos y clasificación del análisis multivariable. El concepto de variable de control. El concepto de interacción entre variables. El modelo de correlación espuria. El modelo de intervención. El modelo multicausal. La aparente no correlación. La confirmación.

II. Técnicas clasificatorias de análisis multivariante: El análisis de segmentación. El análisis de segmentación: finalidad y requisitos. Variable dependiente y predictores. Algoritmos de segmentación. Representación gráfica e interpretación.

III. Técnicas multiexplicativas de análisis multivariante. La regresión múltiple. Regresión múltiple: aplicación y requisitos. Coeficientes típicos. Regresión parcial y múltiple. Algoritmos de introducción de variables. Variables ficticias.

IV. Otra técnica multiexplicativa de análisis multivariante. La regresión logística. Razones y logits. La regresión logística. La estimación por máxima verosimilitud de parámetros. Interpretación de los parámetros. La búsqueda de modelos. La tabla de clasificación. Cálculo de ajustes. Extensión del modelo: probit y modelos log-lineales.

Es requisito indispensable presentar un trabajo utilizando las técnicas de análisis aprendidas, que pesará el 40% en la evaluación final.

Este trabajo contendrá el siguiente esquema:

• Introducción
• Marco teórico
• Datos
• Análisis
• Discusión de resultados
• Conclusiones

Cea, M. Ángeles, Análisis multivariable: teoría y práctica en la investigación social, Madrid, Síntesis, 2002.

Díaz de Rada, V. Técnicas de análisis multivariante para investigación social y comercial. Madrid: Ra-Ma, 2002.

Escobar, M., El análisis de segmentación: técnicas y aplicaciones de los árboles de clasificación, Madrid: CIS. 2007.

Escobar, M. at al. Análisis de datos con Stata, Madrid: CIS. 2012.

Escobar, M., “El análisis multivariante”, en M. García Ferrando, F. Alvira, L. E. Alonso y M. Escobar (eds.) El análisis de la realidad. Métodos y técnicas de investigación, Madrid: Alianza, 2015.

García Ferrando, M. y Escobar, M., Socioestadística, Madrid, 2017.

García Jiménez, E. et al. Análisis factorial, La Muralla-Hespérides, 2000.

Gujarati, D.N., Econometría, Madrid, McGraw Hill, 1997.

Hair, J.F. et al., Análisis multivariable, Madrid, Prentice Hall, 1999.

Martínez Arias, R., El análisis multivariante en la investigación científica, Madrid, La Muralla-Hespérides, 1999.

Pardo, A. y Ruiz, M.A., Análisis de datos con SPSS 13. Base, Madrid, McGrawHill, 2004.

https://sociocav.usal.es/me/analisis20/

http://www.ine.es

http://www.cis.es

En cada tema se hará una evaluación. Todas estas evaluaciones han de tener una calificación mínima de 4 y equivaldrán al 50 % de la calificación final, mientras que el peso del trabajo práctico será del 50%.

-Comprensión adecuada de los conceptos

-Correcta interpretación de los datos

-Relación de la teoría y el conocimiento sociológico con la interpretación de los datos.

- Exámenes teóricos (50%)

- Trabajo final (50%)

- Que se asista a clase

- Que se siga la asignatura a lo largo del curso

- Que se hagan los ejercicios

- Que se consulten dudas en tutorías

- Que se estudie la materia

Que se consulten en tutorías los errores cometidos en pruebas y ejercicios

- Que se estudie y se mejoren las prácticas, en su caso