Вы находитесь на странице: 1из 6

UNIVERSIDAD DE BUENOS AIRES

FACULTAD DE FILOSOFIA Y LETRAS


DEPARTAMENTO: Historia
ASIGNATURA:
Mtodos Cuantitativos y Computacin Aplicados a la Historia.
PROFESOR/ES: Marcelo Campagno
CUATRIMESTRE: Segundo
AO: 2015
PROGRAMA N:

Universidad de Buenos Aires.


Facultad de Filosofa y Letras.
Departamento de Historia.
Mtodos Cuantitativos y Computacin Aplicada a la Historia.
Profesor: Marcelo Campagno
Jefe de Trabajos Prcticos: Mara Laura Alonso
Ayudante: Guido Lissandrello
2do Cuatrimestre, 2015.
a. Objetivos de la materia.
Si se acepta que la investigacin cientfica es un proceso por el que la asociacin entre conceptos
van incorporndose a la teora general de una disciplina, y, adems, si se acepta que ese proceso est
integrado por:
(1)
la presentacin inicial de esa asociacin empleando mtodos confiables, segn el criterio de
la comunidad epistemolgica, y,
(2)
su validacin posterior, mediante presentaciones posteriores confirmatorias de la presencia
de esa asociacin -siempre empleando mtodos confiables-, entonces, al ser los mtodos
estadsticos mtodos confiables -en el sentido de poder ser repetidos independientemente, en
condiciones similares, por terceros-, se constituyen en auxiliares necesarios de la investigacin, que
consecuentemente deberan formar parte del conocimiento de quienes se dedican a la investigacin
cientfica.
En la direccin expresada en los prrafos anteriores, en esta materia se desarrollan herramientas
estadsticas empleadas usualmente en la investigacin histrica. El desarrollo, en una primera
instancia, exhibe las capacidades descriptivas de esas herramientas, y, en una segunda, las utiliza en
la realizacin de inferencias.
En todos los casos se realiza tanto el desarrollo conceptual como el operativo de las herramientas
presentadas. Sobre bases conceptuales se detallan los requerimientos exigidos adems de las
fortalezas y las debilidades de las mismas. El desarrollo operacional complementa el conceptual
utilizando el software de planilla de clculo existente en el Aula de Computacin sobre la base de
datos publicados en artculos y libros. Tambin se utilizarn archivos de datos histricos accesibles
por internet.

b. Contenidos organizados segn unidades temticas.


1. Organizacin de los datos para su anlisis: la matriz de datos. Las filas de la matriz de datos:
unidades de registro y unidades de anlisis. Poblaciones. Muestras. Muestras simples al azar.
Probabilidades. Las columnas de la matriz de datos: variables. Escalas de medicin.
Codificacin.
2. Estadstica descriptiva. Distribuciones de frecuencias. Resmenes grficos: diagrama circular,
de barras, histograma. Resmenes numricos: proporciones, porcentajes, razones, tasas,
medidas de tendencia central, medidas de variabilidad, medidas de asimetra. Distribucin
normal. Distribucin normal estndar.
3. Estadstica inferencial. Variables aleatorias. Distribuciones de probabilidad. Funciones de
densidad de probabilidad. La esperanza matemtica y la varianza de variables aleatorias. La
media muestral como estimador de la media poblacional. El teorema central del lmite.
Intervalos de confianza para la media poblacional. Test t de hiptesis para la media poblacional.
Test t de la hiptesis nula de no diferencia entre dos medias y dos proporciones.
4. Asociacin. Cuadros de doble entrada. Independencia. Test chi-cuadrado de la hiptesis de
independencia. Medidas de la asociacin y la concordancia. Coeficiente Kappa. Diagramas de
dispersin. Covarianza. Coeficiente de correlacin lineal r de Pearson.
5. Comparacin de ms de dos medias. Anlisis de la varianza. Uno y dos criterios. Interaccin.
Test F de la hiptesis de igualdad de medias.
6. Regresin lineal simple. Recta de regresin. Particin de la suma de cuadrados. Tests del
modelo completo y de cada coeficiente de la regresin. Datos estandarizados.
7. Regresin lineal mltiple. Medida de la bondad de ajuste: coeficiente de determinacin R2. Tests
del modelo completo y de cada coeficiente de la regresin. Datos estandarizados. Coeficiente de
correlacin parcial. Determinacin de la presencia de valores extremos: influencia y efecto
palanca.
8. Series de tiempo. Tendencia: promedios mviles, ajuste de funciones por mnimos cuadrados.
Variacin estacional: promedio de porcentajes de la tendencia. Variacin cclica. Variacin
irregular.
9. Indices de precios y cantidades: frmulas de Laspeyres y Paasche. Medicin de la desigualdad:
coeficiente de Gini y coeficientes FGT.

c. Bibliografa segn unidades temticas.


1. Floud, cap. 1, 2, 8.
Shennan, cap. 1, 2.
2. Floud, cap. 3, 4, 5.
Shennan, cap. 3, 4, 8.
Zeisel, cap. I, II, III.
3. Garca Ferrando, cap. 4, 5, 6.
Shennan, cap. 5.
4. Floud, cap. 7.
Shennan, cap. 6, 7.
Garca Ferrando, cap. 7, 8.
5. Garca Ferrando, cap. 11.
Comparacin de ms de dos medias. Anlisis de la varianza. Uno y dos criterios. Interaccin. Test F
de la hiptesis de igualdad de medias.
6. Garca Ferrando, cap. 9.
Shennan, cap. 9, 10.
7. Garca Ferrando, cap. 14.
Shennan, cap. 11.
8. Floud, cap. 6.
9. Zeisel, cap. VI.
Shennan, cap. 12.

Floud, Roderick (1983); Mtodos cuantitativos para historiadores, Alianza.


Garca Ferrando, Manuel (1992); Socioestadstica, Introduccin a la estadstica en sociologa;
Alianza.
Shennan, Stephen (1992); Arqueologa cuantitativa; Crtica.
Zeisel, Hans (1986); Dgalo con nmeros; Fondo de Cultura Econmica.

d. Actividades planificadas.
Se dictarn tres clases terico prcticas semanales, de dos horas de duracin cada una, durante
quince semanas. Las clases se desarrollarn en el Aula de Computacin.
La presentacin de los temas se realizar sobre la base de explicaciones verbales y la presentacin
de grficos, ejemplos sencillos y salidas de software para sustentar la discusin en clase. Los
ejemplos correspondern a archivos de datos accesibles por internet o bien cuadros extrados de
artculos y libros actuales.
En cada clase se propondrn ejercicios para ser resueltos utilizando los equipos del Aula de
Computacin o bien en el hogar mediante calculadoras de bolsillo con capacidad de extraer races
cuadradas.

e. Organizacin de los grupos de alumnos.


Como el nmero de equipos disponible en el Aula de Computacin es limitado se alentar a los
alumnos a formar grupos de trabajo con el objetivo de promover la discusin entre y dentro de los
grupos bajo la coordinacin del docente a cargo de la clase.

f. Formas y criterios de evaluacin.


Se administrarn tres exmenes parciales escritos de contenido terico prctico hacia la 5ta, 10ma y
15va semanas, respectivamente. Los exmenes parciales sern calificados en la escala de 0 a 10.

g. Modalidades de promocin.
Bajo el rgimen de promocin directa los alumnos deben satisfacer los siguientes requisitos para
aprobar la materia:
1. Asistencia al 80% de las clases terico prcticas.
2. Promedio de 7 ms en los tres exmenes parciales.
Los alumnos que no adopten el rgimen de promocin directa deben satisfacer los siguientes
requisitos para aprobar la materia de forma regular:
1. Asistencia al 75% de las clases terico prcticas.
2. Promedio de 4 ms en los tres exmenes parciales.
3. Calificacin de 4 ms en el examen final oral.

Вам также может понравиться