Buscador
Curso
Curso Análisis de datos Multinivel usando Stata
Informaciones
- Victoria Cuadra Orellana
- +56229771525
- capacitación.upe@gobierno.uchile.cl
Fecha y hora
Lugar
Dirigido a
Organiza
Valor
PRESENTACIÓN
Stata es uno de los programas estadísticos más populares y utilizados del mundo, que ofrece flexibilidad, robustez y herramientas de calidad para el análisis de datos. Gracias a su amplia gama de funciones y a sus poderosas capacidades gráficas, Stata resulta atractivo tanto para profesionales como para investigadores en diversas disciplinas. Se utiliza para el análisis de datos provenientes de fuentes gubernamentales, instituciones privadas y ONGs. Una de las ventajas destacadas de Stata es su facilidad de uso, además de contar con un sólido apoyo por parte de la comunidad de usuarios y se dispone de una amplia y completa documentación del manejo de sus recursos.
Son muchas las situaciones donde los datos están correlacionados con una estructura jerárquica o anidada. Por ejemplo, cuando se estudia la interacción de las características individuales de los individuales con características institucionales como estudiantes en escuelas o salas de clases, pacientes en hospitales, hogares en barrios, trabajadores en empresas, o encuestados en países. También cuando se realiza la medición repetida en los mismos individuos durante un período de seguimiento.
El uso de técnicas de regresión que no consideran esta estructura jerárquica, como los mínimos cuadrados ordinarios, puede resultar en resultados incorrectos debido a que estos métodos asumen que todas las observaciones son independientes. Los modelos de regresión multinivel permiten abordar adecuadamente la falta de independencia y, al mismo tiempo, comprender el
papel de cada nivel, aprovechando así la riqueza de información de estos estudios.
Para este curso se recomienda tener una base básica en regresión lineal o haber tomado el curso “Introducción a Stata para análisis de datos” o el curso “Estadísticas usando Stata”.
OBJETIVO GENERAL
El objetivo general de este curso, titulado "Análisis de datos multinivel", es proporcionar soluciones analíticas a los problemas generados por datos correlacionados que presentan una estructura jerárquica o anidada. Esto incluye situaciones en las que se estudia la interacción entre características individuales y características institucionales, así como la medición repetida en los mismos individuos a lo largo del tiempo. A través de este curso, los participantes adquirirán las habilidades necesarias para abordar de manera adecuada la falta de independencia de las observaciones, aprovechando la riqueza de información de este tipo de datos.
OBJETIVOS ESPECÍFICOS
- Introducir a los participantes en los modelos multinivel y su aplicación en el análisis de datos correlacionados con estructura jerárquica.
- Familiarizar a los participantes con la estructura de los datos multinivel y cómo identificar y trabajar con ellos.
- Enseñar a los participantes a aplicar modelos de regresión logística multinivel para analizar datos anidados.
- Interpretar y analizar los resultados obtenidos a través de modelos lineales generalizados multinivel y su aplicación en el análisis de datos con estructura jerárquica
- Enseñar a los participantes a realizar análisis longitudinales utilizando datos multinivel y cómo interpretar los resultados obtenidos.
- Aplicar el paquete de análisis estadístico Stata como herramienta principal para implementar los métodos estudiados y realizar análisis avanzados de datos multinivel.
PROGRAMACIÓN DE CONTENIDOS
Módulo | Fecha | Horario | Sesión | Contenido |
---|---|---|---|---|
Actualizando datos Multinivel 1 | Jueves 06/06/2024 | 16:00 a 20:00h. | 1 | Introducción a los modelos multinivel |
Estructura de datos multinivel | ||||
Actualizando datos Multinivel 2 |
Viernes 07/06/2024 | 16:00 a 20:00h. | 2 | Modelos de regresión logística multinivel |
Análisis de modelos multinivel con diferentes variables respuesta | ||||
Actualizando datos Multinivel 3 |
Sábado 08/06/2024 | 9:00 13:00 | 3 | Modelos lineales generalizados multinivel |
Análisis longitudinales usando datos multinivel |