Estadística para Ciencias Sociales con R
Colaboradores
Comité Editorial
Edición en bookdown
Revisión de lenguaje incluyente
Presentación
Recorridos posibles
Introducción
Antes de empezar
Materiales
Encuesta Permanente de Hogares
Encuesta Nacional de Factores de Riesgo
Latinobarómetro
Encuesta Nacional sobre Prevalencias de Consumo de Sustancias Psicoactivas
Aplicación de la escala de Bayley
Tercera edad
Herramientas
La elección de R
Instalación de R y RStudio
Los componentes de RStudio
Operaciones en el script
Instalación de paquetes
I Estadística Descriptiva
1
Los datos estadísticos
1.1
La selección de la información pertinente
1.2
Las entidades
1.3
Las variables
1.4
Las categorías
1.4.1
Requisitos de las categorías
1.5
Los símbolos numéricos
1.6
La medición
1.6.1
Niveles de medición
1.7
Resumen de los niveles de medición
1.8
Hacerlo en R
1.8.1
Lectura de la base
1.8.2
Las variables
1.8.3
Los niveles de medición en R
2
Distribuciones de frecuencia
2.1
Tablas de distribución de frecuencia
2.2
Recategorización
2.2.1
Variable discreta con muchas categorías
2.2.2
Variable continua
2.2.3
Formas de recategorizar
2.3
La presentación gráfica de los resultados
2.4
Hacerlo en R
2.4.1
Tablas univariadas
2.4.2
Recategorización
2.4.3
Representaciones gráficas
3
La expresión resumida de la información
3.1
Medidas de posición
3.1.1
Variables nominales: proporciones
3.1.2
Variables nominales: tasas
3.1.3
Variables nominales: razones
3.1.4
Variables nominales: el modo
3.1.5
Variables ordinales: cuantiles
3.1.6
Variables métricas: la media o promedio
3.2
La forma de la distribución
3.2.1
Asimetría
3.2.2
Curtosis
3.2.3
Box-plots
3.3
Medidas de dispersión
3.3.1
Recorrido
3.3.2
Amplitud intercuartílica
3.3.3
Medidas de dispersión basadas en la media
3.3.4
Varianza
3.3.5
Desviación estándar
3.3.6
Coeficiente de variación
3.3.7
Box-plots y dispersión
3.3.8
Medida de la dispersión cuando no hay distancias
3.4
El individuo en relación a su grupo
3.5
Resumen de medidas descriptivas
3.5.1
Medidas de posición
3.5.2
Medidas de dispersión
3.6
Hacerlo en R
4
Relación entre variables: los fundamentos
4.1
Tablas de contingencia
4.2
Frecuencias relativas
4.3
Una clasificación en referencia al tiempo
4.4
La dirección de la relación
4.5
Concepto de riesgo relativo
4.6
La intensidad
4.7
El concepto de independencia estadística
4.8
Hacerlo en R
5
Relación entre variables: el análisis
5.1
Relaciones entre variables vs. comparación de grupos
5.2
Variables nominales
5.2.1
Coeficientes de asociación para variables nominales
5.3
Variables de nivel ordinal
5.4
Nivel intervalar o proporcional
5.5
Dicotomías reales y artificiales
5.6
Niveles de medición combinados
5.6.1
Una variable dicotómica real y una proporcional
5.6.2
Una variable continua dicotomizada y una proporcional
5.7
Resumen de coeficientes de asociación
5.8
Matriz de correlaciones
5.9
La forma de la relación
5.9.1
Ordenada al origen
5.9.2
Pendiente
5.9.3
Obtención de la recta de regresión
5.10
La visualización de los datos
5.11
Hacerlo en R
5.11.1
Distancia
\(\chi^{2}\)
5.11.2
Coeficientes
5.11.3
Modelo lineal
5.11.4
Cuarteto de Anscombe
5.11.5
Datasaurus
II De la descripción a la inferencia
6
Obtención de la muestra
6.1
Población
6.1.1
Muestra
6.2
Muestreos probabilísticos
6.2.1
Muestreo irrestricto aleatorio o aleatorio simple
6.2.2
Muestreo sistemático
6.2.3
Muestreo estratificado
6.2.4
Muestreo por conglomerados
6.2.5
Método de Kish
6.2.6
Uso combinado de técnicas de muestreo
6.2.7
Muestreo de panel
6.3
Muestreos no probabilísticos
6.3.1
Muestreo por cuotas
6.3.2
Muestreo de juicio o intencional
6.3.3
Muestreo autoelegido
6.3.4
Muestreo accidental o según disponibilidad
6.3.5
Muestreo bola de nieve
6.4
Hacerlo en R
6.4.1
Aleatorio simple
6.4.2
Estratificado
7
Probabilidad: los fundamentos
7.1
Formas para asignar probabilidades
7.1.1
Asignación a priori
7.1.2
Asignación a posteriori
7.1.3
La relación entre asignación a priori y a posteriori
7.2
Operando con probabilidades
7.2.1
Con probabilidades frecuenciales
7.2.2
Con probabilidades a priori
7.3
El teorema de Bayes
7.4
Variables aleatorias
8
Probabilidad: los modelos
8.1
Concepto de modelización
8.2
Distribución binomial
8.2.1
Esperanza y varianza
8.3
Distribución normal
8.3.1
Cuantiles
8.4
La idea de grados de libertad
8.5
La distribución ji cuadrado (
\(\chi^{2}\)
)
8.6
La distribución t de Student
8.6.1
La distribución F
8.7
Hacerlo en R
8.7.1
Probabilidades exactas
8.7.2
Probabilidades acumuladas
8.7.3
Cuantiles
8.7.4
Áreas centrales
9
Distribuciones en el muestreo
9.1
Variabilidad muestral
9.1.1
Dos aspectos importantes para recordar cuando se usan muestras:
9.2
Características de los estimadores
9.2.1
Insesgabilidad
9.2.2
Consistencia
9.2.3
Eficiencia
9.3
Distribuciones de probabilidad de los estimadores
9.3.1
Primera aproximación
9.3.2
Distribución de la media muestral
9.3.3
Distribución de la proporción muestral
9.3.4
Muestras pequeñas
9.3.5
Distribución de la varianza
9.3.6
Muestreo desde dos poblaciones
9.3.7
Distribución del cociente de varianzas
9.4
Resumen de la relación entre estimadores y parámetros
9.5
Hacerlo en R
III Estadística inferencial
10
Estimación por intervalo
10.1
Estimación puntual
10.2
Intervalos de confianza
10.3
Estimación de la media
10.4
Estimación de la proporción
10.4.1
Intervalo de Clopper-Pearson
10.4.2
Intervalo de Wald
10.4.3
Intervalo de Wilson
10.5
La calidad de las estimaciones por intervalo
10.5.1
El error de estimación en la media
10.5.2
El error de estimación en la proporción
10.6
Probabilidad de cobertura
10.7
Hacerlo en R
10.7.1
Intervalo para la media
10.7.2
Intervalo para la proporción
10.7.3
Cobertura
11
Prueba de hipótesis: la lógica
11.1
El razonamiento de la prueba de hipótesis
11.2
Prueba sobre la media
11.2.1
La toma de decisión
11.2.2
Los puntos críticos en términos del estimador
11.2.3
Pruebas unilaterales
11.2.4
Otros ejemplos de prueba de hipótesis sobre la media
11.3
Prueba sobre la proporción
11.4
Tipos de error en las pruebas de hipótesis
11.5
ETII:
\(\mu\)
,
\(\alpha\)
y
\(n\)
11.5.1
Curva de potencia
11.5.2
Significación estadística y valor
\(p\)
11.6
Muestras pequeñas y pruebas
\(t\)
11.7
Hacerlo en R
11.7.1
Prueba sobre la media
11.7.2
Prueba sobre la proporción
11.8
Resumen de pruebas sobre una muestra
12
Prueba de hipótesis: las aplicaciones
12.1
Muestras independientes
12.1.1
Prueba de diferencia de medias
12.1.2
Muestras apareadas
12.1.3
Coeficiente r de Pearson
12.2
Hacerlo en R
12.2.1
Ejemplo 1.
12.2.2
Ejemplo 2.
12.2.3
Aplicación a los datos de Población Adulta Mayor
12.2.4
Prueba apareada
12.2.5
Coeficiente de correlación
13
Cuando los supuestos no se cumplen
13.0.1
Las pruebas ji cuadrado (o chi cuadrado)
13.0.2
Coeficiente
\(r_s\)
de Spearman
13.0.3
Alternativas no paramétricas a las pruebas t
13.1
Hacerlo en R
13.1.1
Ejemplo 1
13.1.2
Ejemplo 2
13.1.3
Prueba de la mediana
13.1.4
Prueba de Wilcoxon
13.1.5
Muestras apareadas
14
Tamaño del efecto
14.1
Significación estadística y significación práctica
14.2
Medidas de tamaño del efecto
14.2.1
Prueba t para diferencia de medias
14.2.2
Análisis de la varianza
14.2.3
Correlaciones
14.2.4
Regresión lineal
14.2.5
Pruebas ji cuadrado
14.3
Análisis de la potencia
14.4
Hacerlo en R
Generado con bookdown
Un Recorrido por los Métodos Cuantitativos en Ciencias Sociales a bordo de R
Un Recorrido por los Métodos Cuantitativos en Ciencias Sociales a bordo de R
Eduardo Bologna
05 octubre, 2022
Colaboradores
Comité Editorial
Patricia Caro
Marcos Cupani
Adriana D´Amelio
Maria Silvia Galibert
Jorge Lorenzo
María Marta Santillan
Edición en bookdown
Juan Cruz Rodriguez
Revisión de lenguaje incluyente
Melody del Rio