Nmero de Sesiones: 2 das en jornadas de maana y tarde, pudiendo ser continuas o discontinuas, para completar cuatro sesiones. En cada sesin se abordar un mdulo o aplicacin multivariante. Mdulos: - Sesin 1: Anlisis de Regresin Lineal (Simple y Mltiple - Sesin 2: Regresin Logstica (Binomial y Multinomial) - Sesin 3: Anlisis Probit y Logit - Sesin 4: rboles de Decisin* Contenidos de cada mdulo: - Para cada mdulo o sesin se espera un manejo tanto conceptual y procedimental, siempre en atencin que lo que se busca no es la formacin de tipo estadstico-ingenieril, si no el manejo a nivel de investigador-usuario de una estrategia de anlisis avanzada de datos que se pueda implementar en investigaciones actuales y futuras.
- En lo general deber abordar al menos los siguientes aspectos para cada mdulo: o Definicin y objetivos o Caractersticas del mdulo estadstico o Diferencias y similitudes entre los otros modelos estudiados o Tipos o variantes de la aplicacin multivariante o Condiciones de Aplicabilidad y asunciones del modelo o Violacin de asunciones y estrategias para superarlas o Hiptesis del modelo y su contraste o Procedimiento de anlisis con SPSS Identificacin de la variables Estimacin, bsqueda y validacin del modelo o Interpretacin de coeficientes de salida Signo, cuanta y significacin de los parmetros estimados Bondad del modelo y prediccin
Otras Caractersticas y Requisitos: - El alumno deber disponer previamente y con anticipacin de todo el material que ser utilizado durante el curso. Apuntes, transparencias (en PDF si se desea resguardar los derechos de autor), investigaciones y bases de datos usados por el expositor para ejemplificar con el uso de un determinado modelo. Disponer de las bases de datos es relevante a fin de que el alumno puede replicar el procedimiento estadstico explicado por el profesor, y hacerlo durante la clase.
- Modalidad presencial de tipo tutorial. Profesor expone y explica procedimiento, responde preguntas, desarrolla en secuencia ejemplos de investigaciones reales o simuladas usando bases de datos disponibles para modelar los diferentes esquemas de anlisis.
- Dada la naturaleza del curso y su objetivo declarado, su dictacin deber contemplar el uso del programa SPSS para modelaciones y ejemplificaciones por parte del profesor.
- Es aconsejable disponer de reportes de investigaciones realizadas en que se utiliza alguno de los modelos enseados, as como las base de datos usadas para llevarlas a cabo (Casen, DEMRE. EPI, PNUD, SIMCE u otra.). Ello posibilitar hacer el seguimiento de procedimiento enseado/utilizado y reproducir los mismos hallazgos.
- El alumno deber tener un manejo a nivel de usuario del SPSS, en especial en lo que dice relacin con manipulacin de bases de datos y anlisis descriptivo-inferencial. Si no es as, la Escuela deber posibilitar la nivelacin de competencias estadsticas, y de forma previa al inicio del curso.
- El curso de realizar en sala con pupitre tipo mesa para instalar los porttiles, y en su defecto el laboratorio de informtica. Se deber asegurar que el software est instalado y operativo.