SOC3070 Análisis de Datos Categóricos
Este repositorio contiene el material del curso SOC3070 Análisis de Datos Categóricos, dictado el segundo semestre 2024 a estudiantes de postgrado del Departamento de Sociología de la Universidad Católica de Chile. Para mayores detalles ver el [programa]
y [calendario]
del curso.
Class of 2024
Nivelación Matemática
- Repaso de pre-cálculo, especialmente funciones logarítmicas y exponenciales:
[texto]
.
- Introducción a derivadas:
[texto]
- El concepto de integral, “Calculus Made Easy”, 1910:
[calculus]
Calendario
Día |
Mes |
Contenido |
Material |
5 |
Agosto |
Presentación del curso |
[Pres] [Code] |
5 |
Agosto |
Basics teoría de la Probabilidad |
[Pres] [Code] |
12 |
Agosto |
Probabilidad Condicional y Teorema Bayes |
[Pres] [Code] [Sim] |
19 |
Agosto |
Variables Aleatorias, Distribuciones Discretas |
[Pres] [Code] [Sim] |
26 |
Agosto |
Momentos & MLE |
[Pres] [Code] [Sim] |
2 |
Septiembre |
Tablas de contingencia |
[Pres] [Code] |
9 |
Septiembre |
Modelo Lineal de Probabilidad (LPM) |
[Pres] [Code] |
23 |
Septiembre |
Regresión Logística: estructura teórica y MLE |
[Pres] [Code] |
30 |
Septiembre |
Regresión Logística: interpretación de efectos |
[Pres] [Code] |
7 |
Octubre |
Regresión Logística: inferencia |
[Pres] [Code] [Bootstrap] |
14 |
Octubre |
Regresión Logística: ajuste, predicción & cross-validation |
[Pres] [Code] |
21 |
Octubre |
Regresión Logística Multinomial: estructura teórica |
[Pres] [Code] |
28 |
Octubre |
Regresión Logística Multinomial: interpretación e inferencia |
|
4 |
Noviembre |
Regresión Poisson: estructura teórica |
|
11 |
Noviembre |
Regresión Poisson: interpretación e inferencia |
|
18 |
Noviembre |
Modelos log-lineales para tablas de contingencia |
|
25 |
Noviembre |
Consideraciones Finales |
|
Ayudantías
Día |
Mes |
Contenido |
Material |
13 |
08 |
R base & quarto |
[Pres] [Code] |
20 |
08 |
dplyr & tidyr |
[Pres] [Code] |
día |
mes |
ggplot() & stargazer() |
[Pres] [Code] |
24 |
09 |
Regresión lineal, LPM - fit lm() |
[Pres] [Code] |
01 |
10 |
Regresión logística - fit glm() |
[Pres] [Code] |
día |
mes |
Probabilidades predichas, efectos marginales & clasificación - ggplot() |
|
día |
mes |
Bootstrap & cross-validation |
|
día |
mes |
Regresión logística multinomial - fit multinomial() |
|
día |
mes |
Regresión Poisson - fit glm() |
|
día |
mes |
Sobre trabajo final |
|
Horario de Consulta
- Reuniones individuales de aproximadamente 15 minutos cada día Lunes entre 14:30 y 15:30pm.
[Agendar]
Evaluaciones
Recursos computacionales
Para usuarios de R
- En el repositorio de mi curso de procesamiento avanzado de datos en
R
puedes encontrar todo el material necesario para aprender R
desde cero [aquí]
.
- Acá pueden encontrar 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