La EAP-I se encarga de formar al futuro psicólogo en los rudimentos necesarios para convertir la información del comportamiento humano en valores numéricos de tal forma que sean susceptibles de análisis estadístico. Estos datos serán debidamente ordenados, clasificados y representados para, por medio de los procedimientos estadísticos adecuados, resumir dicha información de tal modo que evidencien las estructuras subyacentes que pongan de manifiesto tanto lo más relevante por su generalidad, como por su particularidad. Igualmente, se conocerán los procedimientos que permitan analizar y explicar las interrelaciones en los fenómenos conductuales y, a partir de ellos, poder hacer conjeturas probables sobre su comportamiento futuro. La materia se completa, también, con una exposición introductoria de los modelos de distribuciones de probabilidad más relacionados con las técnicas estadísticas.
Programa: Teoría
1.- Introducción: Estadística: definición y funciones. La naturaleza de los datos empleados en Psicología: la medición.
2.- Organización, distribución y representación de datos: Métodos para datos cualitativos, cuasicuantitativos y cuantitativos.
3.- Estadísticos de tendencia central: Utilidad de los estadísticos de tendencia central. Moda, mediana y media: concepto, cálculo y propiedades de estos estadísticos.
4.- Estadísticos de variabilidad: Utilidad de los estadísticos de variabilidad. Amplitud total, Desviación semiintercuartil, Desviación típica y varianza, Coeficiente de variación: concepto, cálculo y propiedades de estos estadísticos.
5.- Puntuaciones individuales: Utilidad de estas puntuaciones. Puntuaciones ordinales: cuartiles, deciles y centiles. Puntuaciones cuantitativas: directas, diferenciales, típicas y típicas derivadas.
6.- La forma de la distribución: Características visuales de las distribuciones de datos. La simetría y la curtosis: concepto, cálculo e interpretación. La distribución normal de probabilidad.
7.- Organización y representación de datos asociados: Distribución conjunta de frecuencias:
distribuciones marginales, condicionales y la distribución normal bivariada.
8.- Relación lineal entre variables: el coeficiente de correlación: Introducción. Concepto. Covarianza. La correlación de Pearson: definición, cálculo, condiciones para su uso e interpretación. La correlación parcial y múltiple: concepto, cálculo e interpretación.
9.- Regresión lineal: Introducción: las ecuaciones de regresión y su utilidad. Predicción y ecuaciones de regresión: cálculo y propiedades para puntuaciones directas, diferenciales y típicas. Regresión y distribuciones condicionales. El error típico de estimación: concepto, cálculo y aplicación.
10.- El coeficiente de determinación: La descomposición de la varianza de la variable dependiente. El modelo general y sus términos. Significado del coeficiente. El coeficiente de determinación como índice de reducción de errores en los pronósticos, como indicador de la varianza de y asociada a las variaciones de X, y como indicador de la aproximación de los puntos a la recta de regresión. Coeficiente de determinación y error típico de estimación.
11.- Otros indicadores de asociación: Introducción: Los coeficientes de correlación especiales. El coeficiente de Contingencia. El coeficiente Phi. Correlación de Spearman. Coeficiente biserial-puntual: concepto, cálculo e interpretación de estos coeficientes.
Evaluación (Fecha: 10-06-21)