Análisis de Conglomerados (cluster) para la Investigación en Ciencias Sociales

El período de inscripción para este curso está cerrado.

El período de inscripción se abrirá a partir del 10 de enero.

Descripción del curso

El curso proporciona una descripción general de las metodologías de agrupación y sus aplicaciones en las ciencias sociales. Comienza analizando los supuestos epistemológicos relacionados con la construcción de tipologías, particiones de datos y soluciones de clúster (conglomerados) en fuentes de datos típicas para la investigación en ciencias sociales, como censos, registros vitales, encuestas y datos agregados (por ejemplo, a nivel país). Luego, se centra en técnicas de clustering no paramétricas aplicadas a matrices de distancia, presentando los fundamentos algorítmicos básicos desde el caso univariante hasta el multivariado, incluidas las medidas para evaluar la bondad de ajuste. Se abordarán distintas distancias y algoritmos de agrupamiento, tanto jerárquicos como no jerárquicos. Además, se explicará cómo incorporar las soluciones de clúster en análisis posteriores, como modelos de regresión, para explorar relaciones y efectos adicionales. El curso incluye formación práctica para aplicar estas técnicas en R y el código también estará disponible para Stata.

Contenido

¿Por qué utilizamos métodos de agrupación en ciencias sociales?
Los métodos de clasificación de Jenks o Natural Breaks y análisis discriminante lineal.
Distancias
Agrupación jerárquica y no jerárquica
Criterios para la evaluación de la bondad de ajuste
Cómo incorporar las soluciones de clúster en análisis posteriores, como modelos de regresión

Qué aprenderás

Las personas que asistan a este curso aprenderán sobre los principales usos del agrupamiento de datos. A su vez, una vez finalizado el curso, podrán calcular matrices de disimilitud basadas en distintas distancias, sabrán emplear diversos algoritmos de agrupamiento jerárquico y conocerán los fundamentos del algoritmo K-means. A través de la discusión de criterios para seleccionar las soluciones de agrupación más adecuadas, las personas que asistan a este curso aprenderán a aplicarlas adecuadamente en análisis posteriores. El curso incluirá formación práctica en la implementación de estas técnicas utilizando el paquete estadístico R.

Público objetivo del curso

Este curso será de utilidad para estudiantes de máster y doctorado que están trabajando en proyectos de investigación cuantitativa en cualquier área de las Ciencias Sociales como Demografía, Sociología, Economía, Ciencias Políticas o Ciencias Ambientales. A su vez, este curso también puede resultar de utilidad para personas en cualquier etapa de su carrera investigadora.

Formación y equipamiento requerido

Es obligatorio tener conocimientos básicos de programación en R y de estadística. Idealmente, será útil también tener algún conocimiento de matrices de distancia. Si no es así, se recomendarán materiales de lectura para la preparación para el curso.

Las personas que asistan al curso deberán traer ordenadores portátiles con el programa R instalado, para así poder realizar los ejercicios prácticos.

Docente

Jeroen Spijker

Jeroen ha cursado estudios de posgrado en Estadística Aplicada, incluyendo un Máster, y se ha doctorado en Ciencias Espaciales, con una especialización en Demografía. Es (co)autor de más de 60 artículos revisados por pares, incluidos varios que utilizaron análisis de conglomerados.

Más información

Federica Becca

Federica tiene un máster en Planeación Territorial y un research master en Demografía y Sociología con enfoque estadístico. Es investigadora predoctoral en Demografía en la Universitat Autònoma de Barcelona y en el Centre d’Estudis Demográfics. Tiene experiencia como docente en cursos aplicados de análisis estadístico y visualización de datos en R.

Más información