CURSO : ANALISIS DE DATOS MULTINIVEL TRADUCCION : MULTILEVEL DATA ANALYSIS SIGLA : SOL3051 CRÉDITOS : 10 NIVEL : MAGISTER I. DESCRIPCION Bajo el supuesto de que ya se esta familiarizado con los modelos de regresion lineal y logistica, este curso tiene por objeto introducir las versiones jerarquicas de estos modelos, sus supuestos, los aspectos practicos de desarrollo de modelos y la interpretacion de resultados. II. OBJETIVOS 1.Repasar los postulados basicos del Analisis de la Varianza y de la Covarianza. 2.Entender las estructuras de datos que ameritan un analisis de tipo multinivel. 3.Implementar e interpretar modelos jerarquicos lineales y no lineales. III. CONTENIDOS 1) Introduccion a los modelos multinivel. 2) One way ANOVA y modelos de medias como resultados. . 3) One way ANCOVA, centrando variables. 4) Modelos de pendientes y modelos de pendientes aleatorias. 5) Analisis de residuos. 6) Modelos jerarquicos no lineales. 7) Modelos jerarquicos lineales de 3 niveles. 8) Aplicaciones practicas. IV. METODOLOGIA El curso tiene clases lectivas y clases practicas en la sala de computacion del ISUC, donde se utilizaran los softwares HLM y STATA. Una primera parte del curso incluye sesiones dedicadas al estudio teorico de los modelos jerarquicos y sesiones dedicadas a su aplicacion practica utilizando los softwares HLM y STATA. Para esto ultimo se proporcionaran datos ficticios; de todos modos, los alumnos pueden trabajar con sus propias bases de datos si asi lo desean. Esta parte sera evaluada a traves de una prueba. La segunda parte del curso sera dedicada al desarrollo de un trabajo practico por parte de los alumnos que sera evaluado a traves de una presentacion oral y de un Informe final. V. EVALUACIONES - Prueba: 40% - Presentacion oral: 20% - Informe final: 40% VI. BIBLIOGRAFIA Palardy, G.J. & Rumberger, R.W. (2008). Teacher effectiveness in first grade: The importance of background qualifications, attitudes, and instructional practices for student learning. Educational Evaluation and Policy Analysis, 30, 111-140 Raudenbush, S. y A. Byrke (2002) Hierarchical Linear Models. London, SAGE (R&B) Rabe-Hesketh, S. and Skrondal, A. (2005). Multilevel and Longitudinal Modeling Using Stata. College (RH&S) Rumberger, R.W. & Palardy, G.J. (2005). Test scores, dropout rates, and transfer rates as alternative indicators of school performance. American Educational Research Journal, 41, 3-42 Wonnacott y Wonnacott (1990 ) Introductory Statistics, Wiley(W&W) ESTANDARES DE INTEGRIDAD ACADEMICA Se espera que los alumnos mantengan altos estandares de integridad academica. Conductas contrarias a estos estandares incluyen: - Copias en pruebas o guias de ejercicios; - Plagio: plagio incluye cualquier acto que presente como propio las definiciones, argumentos, resultados, o datos de otra persona o institucion sin la adecuada autorizacion o cita. Para citar correctamente, ver http://www.puc.cl.ezproxy.scc.puc.cl/sibuc/dhi/citar/frame_1.html o revisar el siguiente texto disponible en biblioteca Gibaldi, J (2003), "ML Handbook for writers of Research Papers. Sixth Edition", The Modern Language ssociation of merica, New Cork; - Adulteracion o falsificacion de documentos academicos, incluyendo asistencias, pruebas y trabajos, certificados medicos, cartas de recomendacion, entre otros. Estas u otras actitudes que violen los estandares de integridad academica constituyen faltan graves y seran penalizados con un 1.0 en la evaluacion correspondiente, ademas de la notificacion a la Facultad de Ciencias Sociales para que tome las medidas correspondientes. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE INSTITUTO DE SOCIOLOGIA / FACULTAD DE CIENCIAS SOCIALES MAGISTER EN SOCIOLOGIA