El seminario Big Data Science (Ciencia de Datos) y análisis de causalidad en Ciencias Sociales 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.  

Las técnicas que desarrollará el curso son:
.uso de variables instrumentales
.diseños de regresión discontinua
.estimación de diferencias en diferencias
.diseños de matching.

Para cada una de ellas, el curso propone revisar sus fundamentos teóricos, discutir casos reales de aplicación dentro del ámbito de las ciencias sociales, y proveer a los estudiantes con herramientas para la ejecución práctica del análisis. Con este último fin, se utilizarán bases de datos abiertas y el software de programación .R.  

Además, durante la cursada se discutirá el 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).

Profesora: Carolina Franco (Magíster en Ciencia Política, Universidad Torcuato Di Tella) 

Modalidad: Virtual intensiva 

Cursada: 21 al 25 de octubre, de 18 a 21 h

Inscripción: Hasta el 18 de octubre

Infomes: metodosepyg@unsam.edu.ar 

Big data, campañas electorales, estadística, Género, marching, metodología, pmet, Programa de Métodos, programación, R, regresión, software