Modelos multinivel

Este curso tiene como objetivo introducir a los y las estudiantes en el uso de los modelos de regresión multinivel (o modelo de efectos mixtos) para variables dependientes continuas y categóricas. Los modelos multinivel son una estrategia metodológica empleada en el análisis de datos anidados, es decir, datos que tienen una estructura jerárquica organizada en distintos niveles de agrupación (por ejemplo, los individuos que habitan en unidades comunales, estudiantes que pertenecen a distintas salas de clases, o unidades medidas en varios momentos en el tiempo). Para el caso de las ciencias sociales los modelos multinivel ofrecen la posibilidad de incorporar atributos individuales y contextuales a la hora de analizar los comportamientos sociales, algo que adolecen los métodos tradicionales como la regresión lineal o ANOVA.

El curso revisará los fundamentos básicos del análisis de datos multinivel para identificar estructuras jerárquicas a nivel conceptual y estadístico, implementar análisis descriptivos, modelar mediante la estimación de parámetros con su respectiva inferencia y discutir la limitación de estos modelos. El curso se caracteriza por su marcado énfasis teórico-práctico, orientado al desarrollo de competencias técnicas para el análisis cuantitativo de fenómenos sociales con estructura jerárquica. Para esto se usarán varios paquetes estadísticos disponibles en la plataforma computacional R. El curso sigue un esquema de trabajo basado en el desarrollo de clases expositivas, laboratorios de computación y el desarrollo de requerimientos de investigación.

Al finalizar el curso lo/as estudiantes serán capaces de:

1. Identificar estructuras de datos jerárquicas a nivel conceptual y estadístico.
2. Realizar análisis descriptivos para estructuras de datos jerárquicas.
3. Evaluar la atingencia del modelo multinivel para estructuras de datos jerárquicas versus otras estrategias tradicionales para responder a preguntas de investigación en ciencias sociales.
4. Comprender los fundamentos teóricos y estadísticos del modelo de regresión multinivel.
5. Estimar modelos de regresión multinivel a nivel computacional.
6. Reportar, interpretar y discutir los resultados del modelo de regresión multinivel bajo un problema de estudio.
7. Evaluar la idoneidad y los supuestos estadísticos de los modelos de regresión multinivel.
8. Implementar modelos de regresión multinivel para variables dependientes numéricas y categóricas.