Continguts

Nota prèvia

La matèria del programa s'estructura en dues parts. La primera és una continuació de l'anterior assignatura, Mètodes Quantitatius, de manera que es reprèn la introducció a les tècniques d’inferència i s'aprofundeix en les tècniques més usades en la recerca en criminologia, incidint especialment en els coneixements de paquets estadístics per al tractament de les dades.

En la segona part es dona una visió global del tractament que cal donar a les dades quan es disposa d'una quantitat important de variables, donant un pes especial a la regressió logística, acompanyada de l'ús d’eines informàtiques com a suport.

PART I. LA INFERÈNCIA BIVARIABLE APLICADA A LA CRIMINOLOGIA

1. Introducció a la inferència: els tests d’hipòtesis

1.1. Estadística descriptiva versus estadística inferencial. Les proves estadístiques en la resolució de problemes plantejats en el camp de la criminologia

1.2. El plantejament dels tests d’hipòtesis. La hipòtesi nul·la i la hipòtesi alternativa. Diferències significatives i diferències no significatives

1.3. Els errors a l’hora de fer un test d’hipòtesi. L’error de tipus I (el nivell de significació i el nivell de confiança) i l’error de tipus II (la potència d’un test)

1.4. La resolució dels tests d’hipòtesis. Les passes al’hora de resoldre’ls

2. Els tests d’hipòtesis basats en proporcions

2.1. Els tests de bondat d’ajust amb variables qualitatives. De l’interval de confiança a la comparació d’una proporció observada i una de teòrica

2.2. La comparació de proporcions amb dades independents. La taula de contingència. El test de la khi-quadrat i alguns estadístics associats: la V de Cramer

3. Els tests d'hipòtesis basats en mitjanes o en altres mesures de tendència central

3.1. Els tests paramètrics i no paramètrics. La importància de les condicions d'aplicació quan la mida de la mostra és petita.

3.2. El test t-d'Student per a la comparació d’una mitjana teòrica i una d'observada

3.3. El test t-d'Student per a la comparació de dues mitjanes aparellades i per a la comparació de dues mitjanes independents. Els tests no paramètrics corresponents

3.4. L'anàlisi de la variància per a la comparació de més de dues mitjanes independents. Els contrastos a posteriori més utilitzats. El test no paramètric (Kruskal-Wallis) per a analitzar més de dues mitjanes independents

4. L'estadística inferencial en la recta de regressió

4.1. La recta de regressió a nivell inferencial. Les condicions del model

4.2. Els tests sobre els paràmetres de la recta, i sobre el coeficient de determinació. La interpretació de resultats

5. L’anàlisi de dades i la inferència bivariable a partir dels paquets estadístics

5.1. Les comparacions amb proporcions. Els tests de bondat d’ajust. El test de la khi-quadrat i els estadístics associats

5.2. La comparació de mitjanes. Tests paramètrics i no paramètrics. El test de Kolmogorov-Smirnov per a avaluar la normalitat. La comparació d’una mitjana observada i una de teòrica. Comparació de dues mitjanes aparellades. Comparació de dues o més mitjanes independents

5.3. La regressió lineal

PART II. INTRODUCCIÓ A L'ANÀLISI MULTIVARIANT. LA REGRESSIÓ LOGÍSTICA

6. La regressió logística

6.1. Introducció conceptual. La regressió logística com a variant de models loglineals. El lògit, l’odd, i la relació d’odds

6.2. La regressió logística bivariable

6.3. La importància del control d'una tercera variable. La paradoxa de Simpson

6.4. La introducció de múltiples variables en la regressió logística. La selecció de variables i la bondat d'ajust del model

7. La regressió logística a partir dels paquets estadístics

7.1. Regressió logística amb una variable independent

7.2. La introducció d’una segona variable. La regressió logística multivariable

7.3. L’elaboració de models en regressió logística. Els diferents mètodes de selecció de variables i els estadístics de bondat d’ajust