Durante septiembre y octubre se dictarán dos seminarios avanzados en el marco del PMet, abiertos a profesionales egresados de Ciencia Política y Relaciones Internacionales de Argentina y América Latina, pero también de otras carreras de Ciencias Sociales, como Sociología, Economía, Administración Pública, Antropología y campos afines al estudio de problemas políticos y sociales y las políticas públicas. 

SEPTIEMBRE: Técnicas de análisis multivariado en R (Profesora María Celeste Ratto, Dra. en Ciencia Política, Universidad Nacional de Río Negro). 

El curso estará dedicado al estudio de algunas de las técnicas estadísticas multivariadas más utilizadas en las ciencias sociales. El énfasis se pondrá en los aspectos aplicados de cada técnica y se desarrollarán ejercicios con datos reales utilizando el software de libre acceso R. También se trabajará con artículos que muestren ejemplos de cómo emplear las técnicas estadísticas en publicaciones.  

Contenidos: 

– Base de datos e introducción a R
– Análisis bivariado
– Análisis multivariado descriptivo I y II
– Análisis multivariado explicativo: análisis de regresión 

El dictado del seminario propone una visión general de las principales técnicas estadísticas multivariadas utilizadas en las ciencias sociales para comprender y debatir los trabajos empíricos de otros autores en su disciplina. En tal sentido, si bien se explicarán nociones básicas de matemática y estadística que permitan comprender las técnicas empleadas, el seminario se centrará en la cocina de los datos, enfocando principalmente en la práctica y experiencia. 

Ver programa completo AQUÍ 

Modalidad de cursada: Virtual intensiva
Cursada: 23 al 26 de septiembre, de 18 a 21 h

Sobre la profesora

María Celeste Ratto es Doctora en Ciencia Política (EPyG-UNSAM) e Investigadora independiente de CONICET con unidad de trabajo en el Instituto de Investigaciones en Diversidad Cultural y Procesos de Cambio (IIDyPCA) de la Universidad de Río Negro. Se especializa en el comportamiento político y electoral. 

OCTUBRE: Big Data Science (Ciencia de Datos) y análisis de causalidad en Ciencias Sociales (Profesora Carolina Franco, Magíster en Ciencia Política, Universidad Torcuato Di Tella) 

Este curso introduce la pregunta por la causalidad en el estudio de fenómenos sociales. Con base en la noción de “efecto causal”, examina un conjunto de herramientas metodológicas adecuadas a su estudio. Éstas toman al experimento aleatorio como punto de referencia, pero reconocen el carácter observacional de buena parte de los datos con los que trabajan cientistas sociales. 

Contenidos: 

– Causalidad desde una perspectiva científica
– Variables instrumentales y diseños de regresión discontinua
– Matching y diferencias en diferencias

Durante el dictado se utilizarán bases de datos abiertas y el software de programación .R. Se replicará en clase análisis de efectos causales en áreas relativas al género (el “efecto de” cuotas femeninas para cargos electivos), la educación (el “efecto de” una reforma en el contenido educativo), las campañas electorales (el “efecto de” hacer campaña en elecciones bajo regímenes poco competitivos) y el acceso a los servicios públicos (el “efecto de” tener conexión eléctrica). 

Ver programa completo AQUÍ 

Modalidad de cursada: Virtual intensiva
Cursada: 21 al 25 de octubre, de 18 a 21 h 

Sobre la profesora: 

Carolina Franco es Magíster en Ciencias Políticas (Universidad Di Tella) con experiencia en investigación y docencia sobre comunicación y política.  Se especializa en medios de comunicación y democracia. 

El Programa de Metodología Aplicada en Investigación Política y Social propone cubrir una doble necesidad: por un lado, la permanente actualización, aprendizaje, aplicación y reflexión crítica sobre los desarrollos recientes en herramientas metodológicas, y por el otro, garantizar un acceso más igualitario a las/os investigadoras/es del país y la región. 

Más información AQUÍ 

Informes e inscripción: metodosepyg@unsam.edu.ar 

análisis bivariado, análisis multivariado, Big data, datos, estadística, Metodología Cuantitativa, pmet, Programa de Métodos, programación, R, regresión