class: front, hide-logo <!--- Para correr en ATOM - open terminal, abrir R (simplemente, R y enter) - rmarkdown::render('static/docpres/07_interacciones/7interacciones.Rmd', 'xaringan::moon_reader') About macros.js: permite escalar las imágenes como [scale 50%](path to image), hay si que grabar ese archivo js en el directorio. ---> .pull-left[ # Estadística Multivariada ## Juan Carlos Castillo ## Sociología FACSO - UChile ## 1er Sem 2021 ## [multivariada.netlify.com](https://multivariada.netlify.com) ] .pull-right[ .right[  <br> # Sesión 2: Bases ] ] ??? --- class: inverse ## Contenidos 1. Repaso de sesión anterior 2. Datos y variables 3. Bases: Tendencia central y dispersión 4. Correlación --- class: roja, middle, center # 1. Repaso sesión anterior --- ## Estadística multivariada - Hacia la **explicación** de los fenómenos sociales  --- ## Estadística multivariada - Hechos sociales: **multicausales**  --- ## Estadística multivariada - Intentando dar cuenta de la complejidad: **modelos matemáticos** -- .center[  ] - A partir de un modelo matemático denominado **regresión**, este curso busca entregar **herramientas** de análisis de datos que permitan aproximarse a la **explicación** de fenómenos sociales **multicausales**. --- class: middle, center # Más sobre explicación en: ##- [Lizon (2006) Estadística y causalidad en sociología](/docs/lecturas/Lizon 2006 Estadistica y causalidad en sociologia.pdf) --- class: inverse middle center ... y sobre la estructura del curso ---  ---  --- class: roja, center, middle # 2. Bases ## Datos y variables ## Tendencia central y variabilidad ## Correlación --- class: roja, center, middle # 2. Bases .large[##.yellow[Datos y variables]] ## Tendencia central y variabilidad ## Correlación --- ## Datos * Los datos miden al menos una *característica* de a los menos una *unidad* en a lo menos *un punto en el tiempo* -- + Ejemplo: La esperanza de vida en Chile el 2017 fue de 79,9 años - Característica (variable) : esperanza de vida - Unidad: Años - Punto en el tiempo: 2017 --- ## Base de Datos * Forma "rectangular" de almacenamiento de datos: .center[] --- ## Base de Datos - cada .blue[fila] representa una unidad o caso (ej: un entrevistad_) - cada .orange[columna] una variable (ej: edad) - cada .purple[variable] posee valores numéricos - los valores numéricos pueden estar asociados a una etiqueta (ej: 1=Mujer) --- ## Ejemplos de estudios / bases de datos 1. [Encuesta Centro de Estudios Públicos](https://www.cepchile.cl/cep/site/edic/base/port/encuestacep.html) 2. [Encuesta CASEN](http://observatorio.ministeriodesarrollosocial.gob.cl/casen-multidimensional/casen/casen_2017.php) 3. [Encuesta Lapop](https://www.vanderbilt.edu/lapop-espanol/) 4. [ELSOC](https://coes.cl/encuesta-panel/) --- ## Variables - Una variable representa cualquier cosa o propiedad que varia y a la cuál se le asigna un valor. Es decir: - `\(Variable \neq Constante\)` - Pueden ser visibles o no visibles/latentes. (Ej: peso / inteligencia) --- ## Variables - discretas (Rango finito de valores): - Dicotómicas - Politómicas - continuas: - Rango (teóricamente) infinito de valores. --- ## Escalas de medición de variables - NOIR: Nominal, Ordinal, Intervalar, Razón .small[ | Tipo | Características | Propiedad de números | Ejemplo| |------------ |----------------------------------------------|--------------- |----------- | | *Nominal* | Uso de números en lugar de palabras | Identidad | Nacionalidad | | *Ordinal* | Números se usan para ordenar series | + ranking | Nivel educacional | | *Intervalar* | Intervalos iguales entre números | + igualdad | Temperatura | | *Razón* | Cero real | + aditividad | Distancia | ] ??? - Nominal: Números empleados como etiquetas (ej. sexo, raza) - Ordinales: Distintas categorías puede sen ordenados en serie. Posición, no distancia. (ej. cargos en una empresa) - Intervalares: Escalas de unidades iguales. Diferencia entre dos número consecuntivos refleja diferencia empírica. (ej. Horas del día) - Razón: caracterizados por la presencia de un cero absoluto. (ej. frecuencias de eventos) --- ## Tipos de datos en relación a escalas de medición. * **Datos categóricos**: - pueden ser medidos sólo mediante escalas nominales, u ordinales en caso de orden de rango * **Datos continuos**: - Medidos en escalas intervalares o de razón - Pueden ser transformados a datos categóricos ??? Conversión de continuo a categórico: estatura (cm) a categorías bajo – mediano – alto --- ## Descriptivos según tipo de variable <br> .small[ | | Categórica | Continua | Categ.(y)/Categ.(x) | Cont.(y)/Categ.(x) | |------------- |--------------------------------- |------------------------- |------------------------------------------------ |------------------------------------------ | | **Ejemplo** | **Estatus Ocupacional** | **Ingreso** | **Estatus Ocupacional (Y) / Género (X)** | **Ingreso (Y) / Género (X)** | | Tabla | Frecuencias / porcentajes | `\(\bar{X}\)`/sd ... o recodificar en categorías | Tabla de Contingencia | Clasificar Y | | Gráfico | Barras | Histograma / boxplot | Gráfico de barras condicionado | Histograma, box plot condicionado | ] --- ## Tipos de análisis estadístico bivariado - Variable dependiente (y) : lo que quiero explicar - Variable independiente (x): lo que me permite explicar la dependiente .small[ | Variable independiente x | Variable dependiente Categórica | Variable dependiente Continua | |-------------------------- |----------------------------------- |-------------------------------------- | | Categórica | Análisis de tabla de Contigencia, Chi2 | Análisis de Varianza ANOVA, Prueba T | | Continua | Regresión Logística | Correlación / Regresión Lineal | ] ??? Ojo, técnicamente tambien podemos generalizar los modelos de regresión con variables independientes categoricas, pero esto requiere unas consideraciones menores, que veremos más adelante --- class: roja, center, middle # 2. Bases ##Datos y variables .large[##.yellow[Tendencia central y variabilidad]] ## Correlación --- ## Tendencia Central * **Moda**: valor que ocurre más frecuentemente * **Mediana**: valor medio de la distribución ordenada. Si N es par, entonces es el promedio de los valores medios * **Media** o promedio aritmético: suma de los valores dividido por el total de casos --- .pull-left-narrow[ ## Dispersión: ### Varianza ] .pull-right-wide[  ] --- .pull-left-narrow[ ## Dispersión: ### Varianza ] .pull-right-wide[  ] --- .pull-left-narrow[ ## Dispersión: ### Varianza ] .pull-right-wide[  ] --- ## Dispersión:  --- class: inverse, middle, center #La VARIANZA equivale al promedio de la suma de las diferencias del promedio al cuadrado --- ## Desviación Estándar .pull-left-narrow[  ] .pull-right-wide[ - Raiz Cuadrada de la varianza. - Expresada en la mismas unidades que los puntajes de la escala original ] --- class: middle, center # Más sobre datos, variables y varianza en: ##- [Moore: 1.Comprensión de los datos (1-54)](/docs/lecturas/moore_comprensiondelosdatos.pdf) --- class: roja, center, middle # 2. Bases ##Datos y variables ## Tendencia central y variabilidad .large[##.yellow[Correlación]] --- [https://www.menti.com/w2e8w8epgb](https://www.menti.com/w2e8w8epgb)  --- class: inverse middle center ### Respuesta correcta: # ENTRE -1 y +1 --- class: inverse, center <br> ## ¿Cómo puedo saber si una variable se encuentra asociada a otra variable? -- ### Si ambas varían de manera **similar** (covarían) --- ## Correlación - Medida de co-variación lineal estandarizada -- - Varía entre -1 y +1 -- - Da cuenta de: - *Intesidad*: mientras más cercana a |1|, más intensa - *Sentido*: positiva o negativa -- - Gráficamente se expresa en *nubes de puntos* --- .center[] --- ## Adivina la correlación - [http://guessthecorrelation.com/](guessthecorrelation.com) <iframe src="http://guessthecorrelation.com/" height="500" width=100% allowfullscreen="true"> </iframe> --- class: inverse # RESUMEN - Datos y variables - Tendencia cental - Dispersión - Introducción correlación --- class: roja, left ## Próxima sesión (ver ajuste en [programación](https://multivariada.netlify.app/schedule/)): - Correlación y regresión simple - Práctica 2: Descripción de variables - Lecturas: - [.yellow[Salgado (2009) Construyendo explicaciones en sociología]](/docs/lecturas/salgado 2009 modelos sociologia.pdf) - [.yellow[Moore: 2. Análisis de relaciones]](/docs/lecturas/moore_analisisderelaciones1.pdf) --- class: front hide-logo .pull-left[ # Estadística Multivariada ## Juan Carlos Castillo ## Sociología FACSO - UChile ## 1er Sem 2021 ## [multivariada.netlify.app](https://multivariada.netlify.com) ] .pull-right[ .right[ <br>  ] ]