| Título variante: |
Statistical and Psychometric Models |
| Título variante: |
Modelos Estadísticos y Psicométricos |
| Fecha: |
2022-23 |
| Resumen: |
"Models estadístics i psicomètrics" pertany a la matèria "Mètodes d'investigació i psicometria". S'imparteix en el segon semestre de segon curs, una vegada realitzades les dues assignatures prèvies de l'àrea de metodologia, amb les quals s'han adquirit els fonaments de la metodologia d'investigació i de l'anàlisi de dades. És el moment de donar el salt a models estadístics més complexos, de naturalesa multivariable, i 1 dades. És el moment de donar el salt a models estadístics més complexos, de naturalesa multivariable, i d'introduir la solució analítica a tres fenòmens molt habituals en la investigació psicològica, la interacció entre variables, el control estadístic de variables confusores i la reducció de la dimensionalitat de les dades. Els objectius formatius de l'assignatura són: 1. Aprendre el concepte de model estadístic com una aproximació a la multidimensionalitat de la investigació e n p s i c o l o g i a . 2. Comprendre la relació existent entre el disseny d'investigació emprat i l'anàlisi de dades corresponent. 3. Saber quan i com s'han d'aplicar tècniques de reducció de dades. En finalitzar l'assignatura l'estudiant ha de ser capaç de: 1. Quan el disseny d'investigació ho permeti, especificar el model estadístic adequat als objectius i hipòtesis d'una investigació psicològica. 2. Distingir entre models que responen a una hipòtesi predictiva i els que responen a una hipòtesi explicativa. 3. Incloure en el model, si és necessari, variables d'interacció i/o variables d'ajust. 4. Decidir sobre la necessitat de mantenir en el model termes d'interacció i/o variables d'ajust. 5. Estimar i interpretar correctament els coeficients d'un model de regressió. 6. Delimitar els principals aspectes a diagnosticar en l'etapa de validació del model. 7. Saber aplicar un anàlisi de components principals per reduir la dimensionalitat de les dades, determinant correctament el nombre de components retinguts, la rotació òptima dels esmentats components i realitzant una interpretació adequada del seu significat. 8. Ser capaç de comprendre l'anàlisi estadístic realitzat en articles d'investigació que emprin models estadístics de caràcter predictiu o explicatiu, o models de reducció de dades. 9. Conèixer el vocabulari estadístic bàsic en català, espanyol i anglès. 10. Conèixer els elements bàsics de maneig del programa estadístic. |
| Resumen: |
"Statistical and psychometric models" is taught in the second semester of the second year, after having completed the two previous subjects on methodology, through which the students must have acquired the foundations of research methodology and data analysis. On the basis of these previous subjects, in the current subject students will now move on to more complex statistical models, of a multivariable nature, introducing analytical solutions to three common phenomena in psychological research: interaction between variables; statistical control of confusing variables; and reduction 1 psychological research: interaction between variables; statistical control of confusing variables; and reduction in the dimensionality of data. The training objectives of this subject are: 1. To learn the concept of a statistical model as an approach to the multidimensionality of research in psychology. 2. To understand the relationship between the research design used and the corresponding data analysis. 3. To know when and how to apply data-reduction techniques. At the end of the course, students must be able to: 1. Specify the statistical model appropriate to the objectives and hypotheses of psychological research when research design allows this. 2. Distinguish between models that respond to a predictive hypothesis and those that respond to an explanatory hypothesis. 3. If necessary, include interaction variables and/or adjustment variables in the model. 4. Decide on the need to keep terms of interaction and/or adjustment variables in the model. 5. Correctly estimate and interpret the coefficients of a regression model. 6. Delimit the main aspects to be diagnosed when validating the model. 7. Know how to apply a principal-components analysis to reduce data dimensionality; correctly determine the number of components retained; optimal rotation of the said components; and perform an adequate interpretation of their meaning. 8. Understand the statistical analysis carried out in research papers that use predictive or explanatory statistical models, or data-reduction models. 9. Know the basic statistical vocabulary in Catalan, Spanish and English. 10. Know the basic elements of statistical analysis software. |
| Resumen: |
"Modelos estadísticos y psicométricos" pertenece a la materia "Métodos de investigación y psicometría". Se imparte en el segundo semestre de segundo curso, una vez realizadas las dos asignaturas previas del área de metodología, con las que se han adquirido los fundamentos de la metodología de investigación y del análisis de datos. Es el momento de dar el salto a modelos estadísticos más complejos, de naturaleza multivariable, y de introducir la solución analítica a tres fenómenos muy habituales en la investigación psicológica, la interacción entre variables, el control estadístico de variables confusoras y la reducción de la dimensionalidad 1 interacción entre variables, el control estadístico de variables confusoras y la reducción de la dimensionalidad de los datos. Los objetivos formativos de la asignatura son: 1. Aprender el concepto de modelo estadístico como una aproximación a la multidimensionalidad de la investigación en psicología. 2. Comprender la relación existente entre el diseño de investigación empleado y el análisis de datos correspondiente. 3. Saber cuándo y cómo se deben aplicar técnicas de reducción de datos. Al finalizar la asignatura el estudiantado debe ser capaz de: 1. Cuando el diseño de investigación lo permita, especificar el modelo estadístico adecuado a los objetivos e hipótesis de una investigación psicológica. 2. Distinguir entre modelos que responden a una hipótesis predictiva y los que responden a una hipótesis explicativa. 3. Incluir en el modelo, si es necesario, variables de interacción y / o variables de ajuste. 4. Decidir sobre la necesidad de mantener en el modelo términos de interacción y / o variables de ajuste. 5. Estimar e interpretar correctamente los coeficientes de un modelo de regresión. 6. Delimitar los principales aspectos a diagnosticar en la etapa de validación del modelo. 7. Saber aplicar un análisis de componentes principales para reducir la dimensionalidad de los datos, determinando correctamente el número de componentes retenidos, la rotación óptima de dichos componentes y realizando una interpretación adecuada de su significado. 8. Ser capaz de comprender el análisis estadístico realizado en artículos de investigación que empleen modelos estadísticos de carácter predictivo o explicativo, o modelos de reducción de datos. 9. Conocer el vocabulario estadístico básico en catalán, español e inglés. 10. Conocer los elementos básicos de manejo del programa estadístico. |
| Derechos: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.  |
| Lengua: |
Català, anglès, castellà |
| Titulación: |
Psicologia [2502443] |
| Plan de estudios: |
Grau en Psicologia [1485] ; Grau en Psicologia [954] |
| Documento: |
Objecte d'aprenentatge |
visitante ::
identificación
