-
Notifications
You must be signed in to change notification settings - Fork 1
/
index.Rmd
238 lines (205 loc) · 12.8 KB
/
index.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
---
title: "Ciencia de datos para el análisis político y desarrollo de políticas públicas con R"
cover-image: "images/cover.png"
author: "Jeshua Romero Guadarrama"
date: "`r Sys.Date()`"
site: bookdown::bookdown_site
output:
bookdown::word_document2: default
bookdown::pdf_book:
pandoc_args: ["+RTS", "-K64m", "-RTS", "--csl", "apa-old-doi-prefix.csl"]
includes:
in_header: preamble.tex
citation_package: natbib
keep_tex: yes
bookdown::gitbook:
config:
toc:
collapse: subsection
scroll_highlight: yes
fontsettings:
theme: white
family: serif
size: 2
split_by: section+number
highlight: tango
includes:
in_header: [header_include.html]
always_allow_html: yes
documentclass: book
bibliography: [book.bib, packages.bib]
biblio-style: apalike
biblatexoptions:
- sortcites
link-citations: yes
github-repo: "https://github.com/Jeshua-Romero-Guadarrama/Ciencia_de_datos_para_analisis_politico_y_desarrollo_de_politicas_publicas_con_R"
description: "El presente texto nace al calor de las exigencias pedagógicas de todos los ciudadanos mexicanos interesados en la ciencia política. A partir de los años que he pasado detrás de innumerables libros (con el objetivo de gestar, buscar y probar nuevos conocimientos), ve la luz pública este trabajo, que fué creciendo y cambiando lentamente, empezando como apuntes de la universidad. Creo que ha alcanzado la madurez suficiente para ser compartido con el mundo. Con independencia de su valor intrínseco, tengo entendido que hace mucho tiempo que no se hacía una obra de este tipo (lo que ciertamente le corresponde al lector juzgar). En la bibliografía especializada disponible en castellano, el antecedente más inmediato que conozco es **Teorías políticas contemporáneas: Una introducción**, de Klaus von Beyme. La primera edición alemana es de 1972, cuya edición en castellano (difícil de hallar), es de 1977. Esa obra fué mi primera orientación; en consecuencia, mantengo en lo fundamental su esquema y algo de su terminología (tengo una deuda intelectual con el formidable profesor de Heildelberg)."
url: 'https://jeshua-romero-guadarrama.github.io/Ciencia_de_datos_para_analisis_politico_y_desarrollo_de_politicas_publicas_con_R/'
tags: [Academia, Teoría política, Ciencia política, Teoría política, Práctica política]
favicon: "images/logo.png"
---
# Prefacio {-}
```{r, echo = F}
options(knitr.duplicate.label = "allow")
```
```{r, child="_setup.Rmd"}
```
```{r, eval=my_output == "html", echo=FALSE, results='asis'}
cat('<hr style="background-color:#03193b;height:2px">')
```
<center><img style = 'width:60%;' src='images/Ciencia_de_datos_para_analisis_politico_y_desarrollo_de_politicas_publicas_con_R.png'></center>
```{r, eval=my_output == "html", echo=FALSE, results='asis'}
cat('<hr style="background-color:#03193b;height:2px">')
```
<center><img style = 'width:30%;' src='images/cover.png'></center>
<br><center><img style='float: center; width:50%' src='images/logo_claim_en_rgb.png'/></center>
<br><center><a href="https://www.jeshuanomics.com/" target="blank">Publicado por Jeshua Romero Guadarrama en colaboración con JeshuaNomics:</a></center>
<br><center><a href="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/JeshuaNomics" class="fa fa-github"><span class="label"> Git Hub</span></a>
<a href="https://www.facebook.com/JeshuaNomics/" class="fa fa-facebook"><span class="label"> Facebook</span></a>
<a href="https://twitter.com/JeshuaNomics" class="fa fa-twitter"><span class="label"> Twitter</span></a>
<a href="https://www.linkedin.com/in/jeshua-romero-guadarrama/" class="fa fa-linkedin"><span class="label"> Linkedin</span></a>
<a href="https://vk.com/jeshuanomics" class="fa fa-vk"><span class="label"> Vkontakte</span></a>
<a href="https://jeshuanomics.tumblr.com/" class="fa fa-tumblr"><span class="label"> Tumblr</span></a>
<a href="https://www.youtube.com/channel/UCY7f84mJGvMN7TF7XI4-Jgg?view_as=subscriber/" class="fa fa-youtube-play"><span class="label"> YouTube</span></a>
<a href="https://www.instagram.com/JeshuaNomics/" class="fa fa-instagram"><span class="label"> Instagram</span></a></center>
<br>
<p align="justify">Jeshua Romero Guadarrama es economista y actuario por la <a href="http:https://www.economia.unam.mx/">Universidad Nacional Autónoma de México</a>, quien ha construido el presente proyecto en colaboración con <a href="https://www.jeshuanomics.com">JeshuaNomics</a>, ubicado en la Ciudad de México, se puede contactar mediante el siguiente correo electrónico: [email protected].</p>
<br>
`r sf <- lubridate::stamp_date('Última actualización el martes 21 del 05 de 2021'); sf(Sys.Date())`
<br>
```{r, eval=knitr::opts_knit$get("rmarkdown.pandoc.to") == "html", results='asis', echo=FALSE}
cat('<hr style="background-color:#03193b;height:2px">')
```
<p align="justify">
Los estudiantes con poca experiencia en el análisis avanzado de políticas a menudo tienen dificultades para entender los beneficios de desarrollar habilidades de programación estadística en **R** al momento de aplicar diversos métodos descriptivos e inferenciales. <i>Análisis político con R</i> por Jeshua Romero Guadarrama (2021), ofrece una introducción interactiva a los aspectos esenciales de la programación por medio del lenguaje y software estadístico **R**, así como una guía para la aplicación de la teoría política y análisis detallado de políticas públicas en entornos específicos. En otras palabras, el objetivo es que los estudiantes se adentren al mundo de la política aplicada mediante ejemplos empíricos presentados en la vida diaria y haciendo uso de las habilidades de programación recién adquiridas. Dicho objetivo se encuentra respaldado por ejercicios de programación interactivos y la incorporación de visualizaciones dinámicas de conceptos fundamentales mediante la flexibilidad de JavaScript, a través de la biblioteca D3.js.
</p>
<p align="justify">
En los últimos años, el lenguaje de programación estadística **R** se ha convertido en una parte integral del plan de estudios de las clases de análisis político y estadística que se imparten en las universidades. Regularmente una gran parte de los estudiantes no han estado expuestos a ningún lenguaje de programación antes y, por lo tanto, tienen dificultades para participar en el aprendizaje de **R** por sí mismos. Con poca experiencia en el análisis avanzado de estadísticas, es natural que los novicios tengan dificultades para comprender los beneficios de desarrollar habilidades en **R** para aprender y aplicar la estadística. Estos incluyen particularmente la capacidad de realizar, documentar y comunicar estudios empíricos y tener las facilidades para programar estudios de simulación, lo cual es útil para, por ejemplo, comprender y validar teoremas que generalmente no se asimilan o entienden fácilmente con el estudio de las fórmulas. Al ser un economista aplicado y analista político, me gustaría que mis colegas desarrollen capacidades de gran valor; en consecuencia, deseo compartir con las nuevas generaciones de politólogos y economistas mis conocimientos.
</p>
<p align="justify">
En lugar de confrontar a los estudiantes con ejercicios de codificación puros y literatura clásica complementaria, he pensado que sería mejor proporcionar material de aprendizaje interactivo que combine el código en **R** con el contenido del curso de texto *Introducción a la Econometría* de @stock2015 que sirve de base para el presente material. El presente trabajo es un complemento empírico interactivo al estilo de un informe de investigación reproducible que permite a los estudiantes no solo aprender cómo los resultados de los estudios de casos se pueden replicar con **R**, sino que también fortalece su capacidad para utilizar las habilidades recién adquiridas en otras aplicaciones empíricas.
</p>
#### Las convenciones usadas en el presente curso {-}
+ El texto *en cursiva* indica nuevos términos, nombres, botones y similares.
+ El texto **en negrita** se usa generalmente en párrafos para referirse al código **R**. Esto incluye comandos, variables, funciones, tipos de datos, bases de datos y nombres de archivos.
+ <code>Texto de ancho constante sobre fondo gris</code> indica un código **R** que usted puede escribir literalmente. Puede aparecer en párrafos para una mejor distinción entre declaraciones de código ejecutables y no ejecutables, pero se encontrará principalmente en forma de grandes bloques de código **R**. Estos bloques se denominan fragmentos de código.
#### Reconocimiento {-}
<p align="justify">
A mi alma máter: Universidad Nacional Autónoma de México (Facultad de Economía y Facultad de Ciencias). Por brindarme valiosas oportunidades que coadyuvaron a mi formación.
</p>
```{r, eval=knitr::opts_knit$get("rmarkdown.pandoc.to") == "html", results='asis', echo=FALSE}
cat('
<br>
<center>![Creative Commons License](https://mirrors.creativecommons.org/presskit/buttons/88x31/svg/by-nc-sa.eu.svg)</center>
<p align="justify">Esta obra está autorizado bajo la [Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License](http:https://creativecommons.org/licenses/by-nc-sa/4.0/).</p>
')
```
# Índice de contenido {-}
1. Obtención de R y descarga de paquetes
- Antecedentes e instalación
+ ¿Dónde puedo conseguir R?
- Primeros pasos: una primera sesión en R
- Ahorro de entrada y salida
- Gestión de sesiones de trabajo
- Recursos
- Problemas de práctica
2. Carga y manipulación de datos
- Lectura de datos
+ Lectura de datos de otros programas
+ Tramas de datos en R
+ Escritura de datos
- Visualización de atributos de los datos
- Declaraciones lógicas y generación de variables
- Datos de limpieza
+ Subconjuntos de datos
+ Recodificación de variables
- Fusionar y remodelar datos
- Problemas de práctica
3. Visualización de datos
- Gráficos univariados en el paquete base
+ Gráficos de barras
- La función de la trama
+ Gráficos lineales con gráfico
+ Figura Construcción con parcela: Detalles adicionales
+ Funciones complementarias
- Usando gráficos de celosía en R
- Salida gráfica
- Problemas de práctica
4. Estadísticas descriptivas
- Medidas de tendencia central
+ Tablas de frecuencia
- Medidas de dispersión
+ Cuantiles y percentiles
- Problemas de práctica
5. Inferencias básicas y asociación bivariante
- Pruebas de significancia para medias
+ Prueba de diferencia de medias de dos muestras, muestras independientes
+ Comparación de medias con muestras dependientes
- Tabulaciones cruzadas
- Coeficientes de correlación
- Problemas de práctica
6. Modelos lineales y diagnósticos de regresión
- Estimación con mínimos cuadrados ordinarios
- Diagnóstico de regresión
+ Forma funcional
+ Heteroscedasticidad
+ Normalidad
+ Multicolinealidad
+ Valores atípicos, apalancamiento y puntos de datos influyentes
- Problemas de práctica
7. Modelos lineales generalizados
- Resultados binarios
+ Modelos Logit
+ Modelos Probit
+ Interpretación de resultados logit y probit
- Resultados ordinales
- Recuentos de eventos
+ Regresión de Poisson
+ Regresión binomial negativa
+ Trazado de recuentos previstos
- Problemas de práctica
8. Uso de paquetes para aplicar modelos avanzados
- Modelos multinivel con lme4
+ Regresión lineal multinivel
+ Regresión logística multinivel
- Métodos bayesianos con MCMCpack
+ Regresión lineal bayesiana
+ Regresión logística bayesiana
- Inferencia causal con cem
+ Desequilibrio de covariables, implementación de CEM y ATT
+ Explorando diferentes soluciones CEM
- Análisis de nominaciones legislativas con wnominate
- Problemas de práctica
9. Análisis de series de tiempo
- El método Box-Jenkins
+ Funciones de transferencia frente a modelos estáticos
- Extensiones a modelos de regresión lineal por mínimos cuadrados
- Autorregresión vectorial
- Más información sobre el análisis de series de tiempo
- Código de serie temporal alternativo
- Problemas de práctica
10. Álgebra lineal con aplicaciones de programación
- Creación de vectores y matrices
+ Creando Matrices
+ Conversión de matrices y marcos de datos
+ Suscripción
- Comandos vectoriales y matriciales
+ Álgebra de matrices
- Ejemplo aplicado: Programación de regresión OLS
+ Cálculo de OLS a mano
+ Escribir un estimador de MCO en R
+ Otras aplicaciones
- Problemas de práctica
11. Herramientas de programación adicionales
- Distribuciones de probabilidad
- funciones
- Bucles
- Ramificación
- Optimización y estimación de máxima verosimilitud
- Programación orientada a objetos
+ Simular un juego
- Análisis de Monte Carlo: un ejemplo aplicado
+ Función log-verosimilitud de disuasión estratégica
+ Evaluación del estimador
- Problemas de práctica
Referencias bibliográficas