Titulació | Tipus | Curs |
---|---|---|
2500257 Criminologia | OB | 2 |
Podeu consultar aquesta informació al final del document.
La docència de l'assignatura s'impartirà tenint en compte la perspectiva dels Objectius de Desenvolupament Sostenible.
És convenient que els alumnes hagin aprovat l'assignatura de Mètodes Quantitatius i que tinguin un coneixement bàsic d'RStudio.
La llengua en què s'impartirà la docència és en català. Tot i així és possible que algun dels seminaris es faci en castellà.
La docència de l'assignatura s'impartirà tenint en compte la perspectiva dels Objectius de Desenvolupament Sostenible.
Utilitzar els mètodes i tècniques de recerca propis de l'anàlisi criminològica per a analitzar les dades i experiències de conflicte i de criminalitat i de control existents en un determinat context social. En aquest marc, l'assignatura té com a objectius formatius:
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
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classe teòrica | 19,5 | 0,78 | 1, 2, 5, 6 |
Classes pràctiques | 19,5 | 0,78 | 1, 2, 3, 5, 6, 7 |
Tipus: Supervisades | |||
Preparació i realització de treball de grup (projecte de recerca) | 41 | 1,64 | 1, 2, 3, 4, 5, 6 |
Tipus: Autònomes | |||
Avaluacions | 10 | 0,4 | 1, 2, 3, 5, 6, 7 |
Preparació proves. Lectura, comprensió i síntesi de materials | 60 | 2,4 | 1, 2, 3, 4, 5, 6, 7 |
Activitats realitzades amb acompanyament del professor:
Amb l'objectiu de consolidar els coneixements, aquestes activitats es completen amb treball fora d'aula:
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Prova escrita individual (Part I del programa) | 50 % | 0 | 0 | 1, 2, 3, 5, 7 |
Seguiment actiu de les sessions (Part I del programa) | 10% | 0 | 0 | 3, 5, 7 |
Treball de recerca en criminologia (Part II del programa) | 40% | 0 | 0 | 1, 3, 4, 5, 6 |
1 Model d'avaluació contínua
L'avaluació contínua implica una participació activa de l'alumnat i contempla l'assistència regular a totes les sessions. Per aquest motiu, al final de cada sessió, es passarà un qüestionari amb 10 preguntes breus sobre el contingut explicat. Sense un seguiment adequat de les classes (80% de les sessions) l'alumne/a no serà avaluat. L'obligatorietat de l'assistència exclou els casos de malaltia o absència per força major.
Passada la meitat del curs, es durà a terme una avaluació per tal que l'alumne/a mostri que ha assolit els coneixements mínims per tal de seguir desenvolupant l'assignatura amb normalitat. Aquesta constarà d'una prova on s'avaluaran els coneixements de la part I del programa (La inferència bivariable aplicada a la Criminologia). El seu assoliment és un requisit indispensable per poder continuar amb "normalitat" la darrera part de l'assignatura. Per a tots aquells i aquelles que en un primer moment no hagin superat amb èxit aquesta avaluació, se'ls durà a terme una classe de reforç acompanyada de tutories grupals per tal de procurar que assoleixin les competències, i se'ls repetirà l'avaluació. Els/les que no assoleixin el mínim exigit, hauran de fer un examen final amb el contingut de tot el curs.
La segona part del curs (Introducció a l'anàlisi multivariant) s'avaluarà mitjançant un treball de recerca on caldrà demostrar un domini de la lògica i dels conceptes associats a la regressió logística. Es tractarà de desenvolupar un treball en grup que, un cop lliurat, i en el termini d'una setmana, requereix d'una tutoria grupalper tal de defensar individualment el contingut del treball i, si s'escau, poder corregir les mancances més rellevants. En aquest sentit, els treballs que els/les alumnes desitgin corregir, podran ser modificats i lliurats una setmana després. Per poder ser avaluat d'aquesta manera cal un seguiment complert (100%) de les classes de regressió logística.
Per a accedir al còmput de la nota final cal tenir aprovada la prova individual, així com el treball de recerca. Per això, es contempla que les activitats no superades puguin ser recuperades en el marc de la mateixa convocatòria.
Els alumnes que hagin suspès alguna de les dues parts, podran optar per realitzar un examen final amb el contingut de tot el curs. Aquest dret només es contempla per aquells que tinguin una assistència mínima del conjunt del curs del 80%.
2. Model d'avaluació única
Els estudiants que optin per fer avaluació única s'avaluaran a partir d'una prova final on hauran de mostrar haver adquirit totes les competències de l'assignatura. Tot i que el contingut de l'examen serà eminentment pràctic, hi haurà una part de teoria corresponent a la Part I del programa. Si l'examen no s'aprova hi haurà dret a una prova de recuperació.
En termes generals, la lògica de l'avaluació serà la mateixa que per a la resta d'estudiants: un 60% es correspondrà a la Part I i un 40% a la Part II.
Per a preparar la prova final es recomana fer servir tot els materials didàctic de l'assignatura que hi ha al campus virtual.
Per aprovar l'assignatura cal una nota mínima de 5 en el conjunt de l'examen.
3. Conductes fraudulentes
L'estudiant que copiï o ho intenti en l'examen, obtindrà la qualificació de 0, perdent el dret a la reavaluació.
En el cas concret del treball, els indicis de plagi suposaran suspendre el treball de curs. Així mateix, qui no pugui justificar els arguments desenvolupats al treball tindrà una nota de 0. L'ajuda humana o tecnològica en la redacció dels resultats del treball, també serà considerada plagi.
4. Puntualitat
Les classes comencen puntualment. No s'admet l'entrada a classe una vegada aquesta hagi començat, ni la sortida abans de la seva finalització, excepte en casos raonablement justificats.
Per al conjunt de l’assignatura:
Material bàsic i complementari de seguiment de les classes disponible al Campus Virtual.
Tutorials pas a pas, i exercicis (amb solucions) disponibles al Campus Virtual.
Lectures específiques Part I:
Lectura específica Part II:
Lectura específica de les eines informàtiques per al tractament de les dades:
Nota
Als materials disponibles al Campus Virtual es trobarà bibliografia complementària de les diferents parts del programa.
Atès el caràcter eminentment pràctic de l'assignatura, les lectures que apareixen en aquests bibliografia no són obligatòries, sinó de consulta, pensades per complementar les explicacions que es fan a les classes i per acabar d'aclarir aquells dubtes que sorgeixen en la mateixa explicació. A més, poden ser molt útils per aquells/es alumnes que per algun motiu algun dia no puguin assistir a les classes.
Es farà servir el programari lliure RStudio
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(TE) Teoria | 1 | Català | segon quadrimestre | matí-mixt |