El objetivo de la ciencia es descubrir las leyes que rigen los fenómenos de la realidad, comprenderlos y explicarlos.
El conocimiento científico es el conjunto de saberes comprobables dados por ciertos gracias a los pasos contemplados en el método científico.
El método científico es el conjunto de pasos ordenados que se emplean para adquirir nuevos conocimientos.
Pasos del método científico
El método asegura que los alcances de la ciencia, su proyección, que los conocimientos no nazcan y mueran con sus descubridores o quienes estuvieron próximos a ellos.”Metodizar” es asegurar la posibilidad de transmitir o replicar.
“Sin datos, solo eres otra persona con una opinión.” – W. Edwards Deming
“Si uno agita la data lo suficiente, terminará diciendo lo que uno quiere escuchar” (anónimo)
“Es fácil mentir con estadísticas, pero es aún más fácil mentir sin ellas” (Fredrick Mosteller)
“Las estadísticas no mienten, pero quien las interpreta debe tener ética y curiosidad.”
“Los datos bien analizados no solo explican el pasado, sino que iluminan el futuro.”
Estadística
Término latín statisticum collegium “consejo de Estado”.
Según Agresti y Finlay (2009), la estadística es el conjunto de métodos para la generación y análisis de data Específicamente, la estadística ofrece métodos para: Diseñar (planear cómo generar data para ser usada en estudios o investigaciones) Describir (“resumir” la data existente: centralidad y dispersión) Inferir (hacer predicciones sobre la base de la data que ya existe)
Nota: Lo que a veces se discute es si la estadística incluye métodos para la generación de datos .
Estadística
¿Por qué la estadística en ciencia política y relaciones internacionales?
Para poder leer cuadro, diagramas y gráficos, y así entender el análisis de información numérica (aprender el lenguaje estadístico)
Las técnicas estadísticas se utilizan para la toma de decisiones.
El conocimiento que se tiene sobre la realidad.
Se utiliza como una herramienta de investigación. Nos permite plantear una pregunta de investigación y dar respuesta a la pregunta de investigación. Contrastar nuestra hipótesis.
Nociones básicas
Concepto: Construcción teórica o abstracta
Variable: Manifestación del concepto en el mundo
Casos o unidades de análisis: Entidad acerca de la que se va a extraer información.
Valores: Valor que toma la variable para cada caso o unidad de análisis [observaciones]
Nociones básicas
¿Qué es la data?
Data es la información que está compuesta por un conjunto de observaciones.
La data es lo que se analiza estadísticamente.
La generación de data se puede llevar a cabo de diferentes maneras (registros, encuestas, experimentos, observación directa, etc).
Con mucha frecuencia se analiza data que ya existe.
Nociones básicas
Base de datos
Hay dos tipos principales de bases de datos.
Encuestas de opinión: Un muestra de la población.
Ejemplo:
Encuesta Nacional de Hogares (ENAHO)
Datos registrales: Datos de toda la población
Ejemplo:
Registro Nacional de Municipalidades (RENAMU)
Nociones básicas
Base de datos
Por lo general la data está contenida en un base de datos.
Los archivos de las bases de datos pueden están contenidas en los siguientes programas:
La medición es la asignación de símbolos, tanto nombres como números, a las diferencias que observamos en las cualidades o cantidades de una variable.
¿Cómo medir?
Recoger información a través de un cuestionario.
Extraer la información de registros.
El proceso de aterrizar un concepto en determinadas variables se denomina operacionalización
¿Qué es una variable?
Una variable es cualquier característica que puede ser medida para un sujeto, individuos o caso.
Una variable es una característica que puede variar en su valor entre los sujetos que son parte de una muestra o una población (Agresti y Finlay 2007).
El tipo de categorías o valores que encontramos dentro de una variable es lo que determina su escala de medición.
Escala de medición
No todas las variables son iguales; es decir, no todas las variables contienen el mismo tipo o naturaleza de información.
Un a de las principales de diferencia entre las variables es lo que concierne a su escala de medición.
La escala de medición está directamente relacionada con el tipo de naturaleza de información que contienen las variables.
Tipos de variables
Una variable es definida como cualitativa (categórica) cuando su escala de medición es un conjunto de categorías; por lo tanto, estas diferentes categorías difieren en cualidad no en una magnitud numérica Por ejemplo: ámbito geográfico de residencia, religión, estado civil, ocupación laboral, etc.
Una variable es definida como cuantitativa (numérica) cuando su escala de medición posee valores numéricos y esos valores numéricos representan diferentes magnitudes de la variable Por ejemplo: edad, edad de ingreso al mercado laboral, ingreso mensual, etc.
Variable nominal
Las variables nominales son aquellas en las que los códigos sólo indican una diferencia de categoría,clase, calidad o tipo. Las variables nominales no admiten puntuaciones numéricas ordenadas. Se distinguen variables dicotómicas (2 categorías) y politómicas (+2 de categorías).
Variable ordinal
Las variables ordinales designan categorías, pero tiene la propiedad adicional de permitir clasificar desde la mayor hasta la menor, o de la mejor a la peor, o de la primera a la última. Las escalas likert son un ejemplo de variables ordinales.
Ejemplo: Nivel Educativo
Variable numérica I
Variable numérica continua
Son aquellas que pueden tomar una cantidad, número infinito de valores que incluya decimales en dos valores determinados.
Ejemplo: El ingreso del jefe de hogar.
Variable numérica discreta
Son aquellas que pueden tomar valores posibles constituyen un conjunto finito o son valores contables de valores.
Ejemplo: El número de menores de edad de un hogar.
Variable numérica II
Variable numérica intervalo
Con punto en el valor cero.
Ejemplo: La temperatura. Si el clima está a 0 grados celsius, no significa la ausencia de temperatura.
Variable numérica razón
El cero en esta escala sí indica la ausencia de atributo, es cero absoluto.
Ejemplo: El peso en kilogramos.Si un objeto pesa a 0 gramos, significa la ausencia de objeto.
R es un lenguaje de programación orientado a objetos (las variables, datos, funciones, resultados, etc., se guardan en la memoria activa del computador en forma de objetos con un nombre específico)
Es un programa para analizar datos
Es un software libre (gratis, para descargar, instalar e utilizar).
R ha ganado amplia popularidad recientemente.
Vamos a conocer R y Rstudio
Vamos a conocer R y Rstudio
Vamos a conocer R y Rstudio
Vamos a conocer R y Rstudio
Vamos a conocer R y Rstudio
Vamos a conocer R y Rstudio
El R un software orientado a OBJETOS por lo que los datos, resultados, funciones, etc se guardan en la memoria activa en forma de objetos con un nombre específico y las características y atributos de estos objetos son a su vez otros objetos.
¿Objetos?
El objeto a contiene lo siguiente
a=1-8a
[1] -7
Vamos a conocer R y Rstudio
Comandos
Son las ordenes que le doy al software.Escribimos comando en la consola o el script.
Los comandos se llaman también “objetos”. La lista de objetos/comandos disponibles por default en el R está disponible tipeando el comando:
numeros=c(1,2,3)numeros
[1] 1 2 3
nombres=c("leo","rosa","coco")nombres
[1] "leo" "rosa" "coco"
Tipo de datos
Tipo de datos
Estos comandos me sirven para preguntar por el tipo de datos que es el objeto numeros
# Calcular la cantidad de países por continentelibrary(tidyverse)conteo_continente <- felicidad %>% group_by(Continente) %>% summarise(Cantidad = n()) %>% arrange(desc(Cantidad))
# A tibble: 6 × 2
Continente Cantidad
<chr> <int>
1 Africa 41
2 Asia 41
3 Europe 40
4 South America 12
5 North America 11
6 Oceania 2
Variable categórica / Continente
Creación del gráfico
library(ggplot2)ggplot(conteo_continente, aes(x = Continente, y = Cantidad, fill = Continente)) + geom_bar(stat = "identity", show.legend = FALSE) + scale_fill_brewer(palette = "Set2") + # Colores atractivos labs(title = "Cantidad de Países por Continente", x = "Continente", y = "Número de Países") + theme_minimal() + theme(plot.title = element_text(hjust=0.5, face="bold", size=14))
Variable numérica / Índice de felicidad
Resume el índice de felicidad.
summary(felicidad$Indice_de_felicidad)
Min. 1st Qu. Median Mean 3rd Qu. Max.
1.364 4.702 5.868 5.578 6.479 7.736
Variable numérica / Índice de felicidad
Creación del gráfico histograma para la variable numérica
library(ggplot2)ggplot(felicidad, aes(x=Indice_de_felicidad)) + geom_histogram(binwidth=0.5, fill="skyblue", color="black") + labs(title="Histograma de Felicidad", x="Puntuación de Felicidad", y="Frecuencia") + theme_minimal()
Variable numérica / Índice de felicidad
Creación del gráfico histograma para la variable numérica
library(ggplot2)ggplot(felicidad, aes(x=Indice_de_felicidad, fill=..count..)) + geom_histogram(binwidth=0.5, color="black") + scale_fill_gradient(low="blue", high="red") + labs(title="Histograma de Felicidad con Colores", x="Puntuación de Felicidad", y="Frecuencia") + theme_classic() + theme(plot.title = element_text(hjust = 0.5, face="bold", size=14), axis.title = element_text(face="bold"), legend.position = "none") # Ocultar leyenda para estética
Creación de una variable ordinal a partir de una numérica
Crea una variable ordinal a partir de su puntaje de felicidad.
Creación de una variable ordinal a partir de una numérica
# Crear una tabla de frecuenciatabla_frecuencia <- felicidad %>% count(Grados_felicidad) %>% mutate(Porcentaje = round(n / sum(n) * 100, 1))tabla_frecuencia
Grados_felicidad n Porcentaje
1 Bajo 2 1.4
2 Medio-Bajo 45 30.6
3 Medio-Alto 91 61.9
4 Alto 9 6.1
Fin de la Lección 1
Repaso los conceptos aprendidos.
Instala R Studio en la laptop o computadora que utilizarás este semestre.
Completa el Reto 3 para consolidar lo aprendido.
Elegir una variable categórica y otra numérica (la numérica puede ser una escala likert de 1 a 7) del Barómetro de las Américas 2023. Recuerda revisar el cuestionario.
