Universidad Nacional Autónoma de México Facultad de Psicología

Transcripción

1 Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre de la asignatura Clave Semestre Estadística Inferencial Número de créditos 8 Horas teoría 4 Horas práctica 2 Fecha de actualización Noviembre Responsable de la actualización Dra. Marina Menez Díaz Matemáticas I, Matemáticas II, Estadística Descriptiva, Introducción a la Psicología Científica, Materias con las que se relaciona Psicología Experimental, Análisis Experimental de la Conducta, Aprendizaje y Memoria, Método, con el resto de las áreas. Introducción En este curso se revisan cuatro técnicas estadísticas paramétricas de amplia aplicación en la investigación psicológica, englobadas en el Modelo Lineal General: el análisis de regresión lineal simple, el análisis de regresión lineal múltiple, el análisis de varianza de una vía y el análisis de varianza de dos factores. Siendo el último semestre de Estadística, se revisan a fondo los supuestos y propósitos de las pruebas y se repasan conceptos como distribución muestral, error tipo I y tipo II, hipótesis nula, hipótesis alternativa y poder estadístico. UNIDAD I ANÁLISIS DE REGRESIÓN LINEAL SIMPLE Aplicación del análisis de datos en investigación psicológica desde una perspectiva de comparación de modelos, haciendo uso del las técnicas derivadas del Modelo Lineal General.

2 Objetivos específicos: Comprender y aplicar la técnica estadística de Regresión Lineal Simple. Interpretar los resultados obtenidos de su aplicación. Redactar reportes a partir de los resultados. Temas Fundamentos teóricos del análisis de Regresión lineal simple en el contexto del modelo lineal general. El caso de un predictor cuantitativo. (Para este tema se recomienda revisar el primer capítulo del libro de Lockhart, (ya traducido) así como el primer capítulo del libro de Judd y McClelland) Revisión de los conceptos Error, Método de Cuadrados Mínimos, Suma de Cuadrados de Error, Adecuación y Sencillez y su relación con conceptos como Reducción Proporcional de Error, grados de libertad, Cuadrados Medios o Media de Cuadrados, Pendiente o tasa de cambio Supuestos de la Regresión lineal simple Evaluación de la bondad de ajuste del modelo de regresión simple a través de la razón F (tabla de ANOVA). Cálculo e interpretación de la misma Cálculo e interpretación del valor de R 2. Evaluación de la significancia de R Cálculo, prueba e interpretación de coeficientes de la regresión lineal simple Construcción y aplicación de la ecuación de predicción Cálculo e interpretación de otros indicadores que proporcionan los programas estadísticos, como el Error Estándar del Estimado, la R 2 ajustada, el intervalo de confianza para los coeficientes de regresión, entre otros Aplicación de la ecuación de regresión en la predicción. Bibliografía (Autor, año, título, país, editorial)

3 UNIDAD II ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE Comprender la relación entre el análisis de regresión lineal simple y el múltiple, enfatizando su derivación del Modelo Lineal General. Extender el Modelo de Regresión Lineal Simple al caso en que se tienen varios predictores cuantitativos (regresión Lineal Múltiple). Objetivos específicos: Comprender y aplicar la técnica estadística de Regresión Lineal Múltiple mediante la construcción y comparación de modelos. Interpretar los resultados obtenidos de su aplicación. Redactar reportes a partir de los resultados. Temas 2.1 Fundamentos teóricos del análisis de Regresión lineal múltiple en el contexto del Modelo Lineal General. 2.2 Supuestos de la Regresión Lineal múltiple. 2.3 Cálculo e interpretación del valor de R Bondad de ajuste del modelo de regresión múltiple a través de la razón F (ANOVA ómnibus), comprobación del cálculo e interpretación. 2.5 Localización en listado de paquete de los coeficientes de la regresión lineal múltiple. Interpretación de los mismos. Evaluación de su significancia por medio de pruebas t. 2.6 Construcción y aplicación de la ecuación de regresión lineal múltiple. 2.7 Cálculo e interpretación de otros indicadores que proporcionan los programas estadísticos: Tolerancia, Intervalos de Confianza de los coeficientes de regresión. UNIDAD III ANÁLISIS DE VARIANZA DE UN FACTOR Comprender la relación entre el análisis de varianza de un factor y el análisis de regresión lineal, enfatizando su derivación del Modelo Lineal General. Extender el modelo de Regresión Lineal Simple al caso en que se tiene un predictor categórico. Objetivos específicos: Comprender y aplicar la técnica estadística del Análisis de Varianza de un Factor, para la comparación de medias de grupos. Interpretar los resultados obtenidos de su aplicación. Redactar reportes a partir de los resultados.

4 Temas: 3.1 Fundamentos teóricos del análisis de varianza de una vía en el contexto del modelo lineal general. El caso de un predictor categórico. 3.2 Supuestos del análisis de varianza de una vía. 3.3 Bondad de ajuste del modelo de regresión múltiple a través de la razón F (ANOVA ómnibus), comprobación del cálculo e interpretación. Localización en listado de paquete de los coeficientes de la regresión lineal múltiple. Interpretación de los mismos. Evaluación de su significancia por medio de pruebas t. 3.4 Cálculo e interpretación de la tabla ANOVA. Pruebas a priori (Contrastes). 3.5 Graficación de resultados. 3.6 Construcción y aplicación de la ecuación de regresión lineal múltiple. UNIDAD IV ANÁLISIS DE VARIANZA DE DOS FACTORES Comprender la relación entre el análisis de varianza factorial y el análisis de regresión lineal. Comprender su utilidad en el caso de comparaciones entre medias de grupos cuando se tiene más de un factor en el diseño. Objetivos específicos: Comprender, aplicar e interpretar la técnica estadística de Análisis de Varianza de Dos Factores para comparaciones entre medias de grupos. Temas 4.1 Fundamentos teóricos del análisis de varianza factorial en el contexto del modelo lineal general. 4.2 Supuestos del análisis de varianza factorial. 4.3 Cálculo e interpretación de la tabla ANOVA. 4.4 Cálculo e interpretación de Suma de Cuadrados, Media de Cuadrados y Razón F para Efectos principales. Pruebas a priori (contrastes). 4.5 Localización en listado de paquete de los coeficientes de la regresión lineal múltiple. Interpretación de los mismos. Evaluación de su significancia por medio de pruebas t. 4.6 Construcción y aplicación de la ecuación de regresión lineal múltiple para la predicción. 4.7 Cálculo e interpretación de otros indicadores que proporcionan los programas estadísticos: Tolerancia, Intervalos de Confianza de los coeficientes de regresión. 4.8 Graficación de resultados

5 BIBLIOGRAFÍA Unidad I Capítulo I del libro de Lockhart (traducido). Bibliografía en inglés Lockhart, S. R. (1997). Introduction to Statistics and Data Analysis for the Behavioral Sciences. USA Worth Publishers INC. Unidad II Daniel, W. W., y Terrell, J. C. (1996). Estadística para Administración y Economía. México: Mc Graw Hill. Tomos I y II. Bibliografía en inglés Lockhart, S. R. (1997). Introduction to Statistics and Data Analysis for the Behavioral Sciences. USA Worth Publishers INC. Unidad III Daniel, W. W., y Terrell, J. C. (1996). Estadística para Administración y Economía. México: Mc Graw Hill. Tomos I y II. Bibliografía en inglés Unidad IV Daniel, W. W., y Terrell, J. C. (1996). Estadística para Administración y Economía. México: Mc Graw Hill. Tomos I y II.

6 Bibliografía en inglés Métodos de enseñanza-aprendizaje: Exposición por parte del profesor. Revisión en clase de ejercicios resueltos. Ejercicios de tarea. Se recomienda el uso de cañón y PC para la exposición teórica y para la revisión de ejercicios, ejemplificando el uso de un programa estadístico (corrida de procedimiento, graficación, etc.). Se cuenta con ejercicios totalmente desarrollados, que incluyen los listados del paquete SPSS, SYSTAT y STATISTICA, que están disponibles en el sitio: Como material didáctico de apoyo. Productos requeridos Exámenes, tareas (ejercicios resueltos). Criterios de evaluación sugeridos Cuatro exámenes teórico-prácticos (uno por tema), en los que el alumno desarrolle el cálculo de indicadores estadísticos revisados y la evaluación de modelos con la ayuda de listados de programa. Se evaluará tanto el manejo teórico como el aspecto de la interpretación de los listados y la redacción de un reporte de los principales hallazgos en términos sencillos que incluyan los valores de los estadísticos calculados, grados de libertad y probabilidad.