MTODOS CUANTITATIVOS

Licenciatura en Relaciones Internacionales

Enero-junio 2015

Dr. Fernando Nieto

Oficina 4448 (temporal) / fnieto@colmex.mx
Horario de oficina: mircoles de 11:00 a 13:30hrs.
Horario de clase:
Martes y jueves de 15:00 a 17:00hrs. (aula 2255)
Objetivo del curso:
Este curso ofrece una introduccin a los rudimentos tericos y tcnicos de
los mtodos cuantitativos. Al final del curso, usted podr, entre otras cosas, computar e interpretar correlaciones, regresiones lineales simples y
mltiples; comparar grupos, medias e intervalos de confianza; recolectar y
dar estructura a una base de datos; y sabr cmo hacer grficas atractivas
y convincentes.
Estas habilidades le sern esenciales en su carrera profesionalen la academia, pero tambin fuera de sta. El curso parte del supuesto que los mtodos cuantitativos son, ante todo, herramientas tiles para responder
preguntas y resolver problemas tericos y prcticos. Los mtodos cuantitativos nos permiten aventurar respuestas a preguntas como qu tanto
importa para el desarrollo de un pas tener una burocracia profesional y
estable?, en qu medida influyen las caractersticas de un candidato en las
preferencias del electorado?, o acaso se reduce el nmero de crmenes
violentos si las autoridades capturan a los lderes del crimen organizado?
Tambin nos permiten arrojar luz sobre entresijos como aqul de que las
democracias no se declaran la guerra entre s o la muy discutida tesis weberiana sobre la tica protestante.
El objetivo es que usted adquiera los conocimientos e intuicin bsicos para entender y producir anlisis cuantitativos. El curso se divide en tres
partes. Primero, nuestras sesiones se centran en el diseo de investigacin
y, en particular, en la formulacin de preguntas, hiptesis y modelos, as
como en nociones de causalidad e inferencia en las ciencias sociales. En un
segundo momento, dirigiremos nuestra atencin hacia tcnicas de recoleccin, manejo y minera de datos. La tercera y ms extensa parte se enfoca
en comprender y aprender a usar mtodos bsicos de anlisis descriptivo
y estadstica inferencial.

Temario, calendario y lista de lecturas:

Sesin 1 (13 de enero)
Introduccin (o por qu los siniestros profesores del Colegio quieren que
aprenda mtodos cuantitativos)

Duncan J. Watts, Everything is obvious once you know the answer. How common
sense fails, London, Atlantic, 2011, pp.3-29.

--i) Diseo de investigacin

Sesiones 2 y 3 (15 y 20 de enero)
Preguntas, teoras y mecanismos en las ciencias sociales

Max Weber, El poltico y el cientfico, Madrid, Alianza, 2001, pp.181-233.

Jon Elster, A plea for mechanisms in social science, en Peter Hedstrm and
Richard Swedberg (eds.), Social mechanisms: An analytical approach to social theory, Cambridge, Cambridge Univ. Press, 1998, pp.45-73.

John J. Mearsheimer y Stephen M. Walt, Leaving theory behind: Why simplistic

hypothesis testing is bad for International Relations, European Journal of International Relations, 19(3), 2013, pp.427-57.

Sesin 4 (22 de enero)

Diseos de investigacin: mtodos cuantitativos o cualitativos?

James Mahoney and Gary Goertz, A tale of two cultures: Contrasting quantitative
and qualitative research, Political Analysis, 14(3), 2006, pp.227-249.

Sesin 5 (27 de enero)

Causalidad

John H. Goldthorpe, Causation, statistics and sociology, European Sociological

Review, 17(1), 2001, pp.1-20.

Andr van Hoorn y Robbert Maseland, Does a Protestant work ethic exist? Evidence from the well-being effect of unemployment, Journal of Economic Behavior
and Organization, 91, 2013, pp.1-12.

Sesin 6 (29 de enero)

Probabilidad, inferencia y falacias

Emile Durkheim, El suicidio, Mxico, Coyoacn, 1997, lib. II, cap.2, pp.121-38.

Frans van Poppel and Lincoln H. Day, A test of Durkheims theory of suicide
without committing the ecological fallacy, American Sociological Review, 61(3),
1996, pp.500-7.

ii) Los datos

Sesin 7 (3 de febrero)
Mapas y modelos

Bruce Bueno de Mesquita, Randolph M. Siverson and Gary Woller, War and the
fate of regimes: A comparative analysis, American Political Science Review, 86(3),
1992, pp.638-46.

Sesin 8 (5 de febrero)
Encuestas, muestreo y seleccin de casos

Barbara Geddes, How the cases you choose affect the answers that you get: Selection bias in comparative politics, Political Analysis, 2(1), 1990, pp.131-50.

Sesin 9 (10 de febrero)

Midiendo la cosa social

Mara ngeles Cea DAncona, Measuring xenophobia: Social desirability and

survey mode effects, Migration Studies, 2(2), 2014, pp.255-80.

Sesin 10 (12 de febrero)

Variables, ndices y bases de datos

Michael S. Lewis-Beck, Data analysis: An introduction, Thousand Oaks, Sage,

1995, pp.1-8.

Mariola D. Molina et al., Estadstica aplicada a las ciencias sociales, San Vicente del
Raspeig, Univ. de Alicante, 2013, pp.215-233.

Sesiones 11 y 12 (17 y 19 de febrero)

Presentacin de proyectos
Sesin 13 (10 de marzo)
Buscando patrones en los datos: entropa, rboles de decisin y conglomerados de k medias

Wil M. P. van der Aalst, Process mining: Discovery, conformance and enhancement
of business processes, Heidelberg, Springer, 2011, pp.64-73.

Eva G. T. Green, Guarding the gates of Europe: A typological analysis of immigration attitudes across 21 countries, International Journal of Psychology, 42(6),
2007, pp.365-79.

Sesin 14 (12 de marzo)

Introduccin al arte de hacer grficas decentes

Avidit Acharya, Matthew Blackwell y Maya Sen, The political legacy of American
slavery, 2014, www.mattblackwell.org/files/papers/slavery.pdf

iii) Estadstica bsica

Sesin 15 (17 de marzo)
Medidas de tendencia central y de dispersin

Michael S. Lewis-Beck, Data analysis, pp.8-18.

Sesin 16 (19 de marzo)

Distribuciones, mnimos cuadrados e intervalos de confianza

Jeremy Miles y Mark Shevlin, Applying regression and correlation, London, Sage,
2008, pp.1-9.

Sesiones 17 y 18 (24 y 26 de marzo)

Comparando medias y grupos: la prueba t-student y el anlisis de la varianza (ANOVA)

Shanto Yyengar, Mark D. Peters y Donald R. Kinder, Experimental demonstrations of the not-so-minimal consequences of television news programs, The
American Political Science Review, 76(4), 1982, pp. 848-58.

Sesin 19 (7 de abril)
Correlaciones paramtricas y no paramtricas

Michael S. Lewis-Beck, Data analysis, pp.19-30.

Jennifer Bonds-Raacke y John D. Raacke, The relationship between physical attractiveness of professors and students ratings of professor quality, Journal of
Psychiatry, Psychology and Mental Health, 1(2), 2007, pp.1-7.

Sesin 20 (9 de abril)
La confianza estadstica (su uso y abuso)

Michael S. Lewis-Beck, Data analysis, pp.30-41.

Jacob Cohen, The Earth is round (p < .05), American Psychologist, 49(12), 1994,
pp.997-1003.

Sesiones 21 y 22 (14 y 16 de abril)

Regresin lineal simple

Michael S. Lewis-Beck, Data analysis, pp.41-53.

Jeremy Miles y Mark Shevlin, Applying regression, pp.58-84.

Sesin 23, 24 y 25 (21, 23 y 28 de abril)

Regresin lineal mltiple

Jeremy Miles y Mark Shevlin, Applying regression, pp.27-39 y 84-112.

Bruce Bueno de Mesquita y Alastair Smith, The pernicious consequences of UN

Security Council membership, Journal of Conflict Resolution, 54(5), 2010,
pp.667-86.

Daron Acemoglu, Simon Johnson y James A. Robinson, The colonial origins of

comparative development: An empirical investigation, American Economic Review, 91(5), 2001, pp.1369-401.

Sesin 26 y 27 (30 de abril y 7 de mayo)

Moderadores y mediadores

Jeremy Miles y Mark Shevlin, Applying regression, pp.165-191.

Sesin 28 (12 de mayo)

Y si la variable dependiente no es continua?

Michael S. Lewis-Beck, Data analysis, pp.62-65.

Jeremy Miles y Mark Shevlin, Applying regression, pp.151-165.

--Sesin 29 (14 de mayo)

Reflexiones finales

Jacob Cohen, What I have learned (so far), American Psychologist, 45(12), 1990,
pp.1304-12.

Sesiones 30 y 31 (19 y 21 de mayo)

Presentacin de proyectos finales
Evaluacin:
Para cada una de las sesiones, usted ser responsable de obtener y leer con
anticipacin las lecturas sealadas.
El desempeo a lo largo del curso ser evaluado de la siguiente manera:
Participacin en clase
Examen
Presentaciones
Proyecto de investigacin (reporte final)

2/10
3/10
2/10
3/10

Ejercicios

1/10*

*NB. A lo largo del curso se asignarn diez ejercicios. stos son opcionales.
Sin embargo, si usted resuelve correctamente al menos ocho y los entrega
oportunamente obtendr un punto adicional sobre su calificacin final.
En principio, todos los temas y materiales pueden ser objeto de evaluacin. La fecha y lugar del examen final sern definidos a fines del semestre.

Proyecto de investigacin:
Cada estudiante propondr una pregunta de investigacin, desarrollar
una o dos hiptesis que sean susceptibles de evaluacin emprica, construir una base de datos, analizar la evidencia usando los mtodos
aprendidos en clase y reportar sobre sus averiguaciones.
En un primer momento, usted desarrollar en no ms de 5 cuartillas una
pregunta de investigacin, un marco terico que permita contestar su pregunta, una o dos hiptesis consistentes con dicho marco y una lista anotada de mediciones y variables. La fecha lmite de entrega de este documento es el 13 de febrero a las 13:00hrs. (enviar por correo electrnico al docente).
Despus, a usted le ser asignado aleatoriamente el documento de otro estudiante. Durante las sesiones 11 y 12 (17 y 19 de febrero), presentar el
trabajo que le haya sido dado y ofrecer una crtica constructiva del mismo.
Durante el resto del curso, usted tendr oportunidad de recolectar datos y
continuar su investigacin. En las ltimas dos sesiones, los estudiantes
presentarn al grupo su pregunta de investigacin, hiptesis, datos, mtodo y, de ser posible, hallazgos y conclusiones.
El reporte final impreso no podr exceder las 15 cuartillas a doble espacio
(excl. bibliografa, tablas y grficas) y deber ser entregado, sin excepcin,
antes de las 17hrs. del 29 de mayo.