Denominación de la asignatura |
Estadística para el Periodismo de Datos y su Visualización |
Máster al que pertenece |
Máster Universitario en Periodismo de Investigación, Datos y Visualización |
Créditos ECTS |
6 |
Cuatrimestre en el que se imparte |
Primer cuatrimestre |
Carácter de la asignatura | Obligatoria |
En 1991 Philip Meyer, uno de los fundadores del periodismo de precisión, ya advertía de que para ser periodista no bastaba, como en el pasado, con dedicación a la búsqueda de la verdad, mucha energía y algo de talento escribiendo. El mundo se había vuelto tan complicado, y la información disponible había aumentado de manera tan explosiva, que el periodista debía ser un "analista de datos".
Esta asignatura tiene por objetivo principal que el alumno entienda, de manera intuitiva, una serie de conceptos estadísticos que le permitan tratar con rigurosidad y responder de manera crítica a las fuentes cuando se le ofrezca material basado en estadísticas. No se trata de una asignatura de estadística dirigida a matemáticos sino a periodistas y, por tanto, el temario está ligado a la práctica del día a día de la profesión e incluye ejemplos concretos en medios de referencia a nivel internacional como ProPublica o FiveThirtyEight con el objetivo tanto de facilitar el aprendizaje como de motivar al alumno que quiera profundizar en cada uno de los conceptos.
En los primeros temas de la asignatura aprenderemos a elegir las herramientas estadísticas más adecuadas para describir y explorar nuestro conjunto de datos. Después daremos un salto de la estadística descriptiva a la inferencial para descubrir cómo funcionan las encuestas. A continuación, dedicaremos un tema a ver los errores más comunes de los periodistas al trabajar con números con el fin de evitarlos. Finalmente, introduciremos algunos modelos matemáticos usados para predecir acontecimientos futuros –como los resultados de unas elecciones-, aprenderemos cómo calcularlos en R y cómo son usados en los medios.
Competencias básicas
Competencias generales
Competencias específicas
Competencias transversales
Tema 1. Conceptos básicos de estadística para periodistas
¿Por qué un periodista tiene que saber matemáticas?
¿Qué es la estadística?
Medidas de proporción: razón, tasa, porcentaje e índice
Cambio en el tiempo: variación neta frente a variación relativa
Equivalencias frecuentes y criterios de redondeo
Tema 2. Medidas de tendencia central: saber elegir la adecuada
Qué es una variable y tipos
Media aritmética, media ponderada y media móvil
Cuando la media no es la mejor opción: mediana y moda
Tema 3. Medidas de dispersión y cómo usarlas para detectar outlier
Medidas de posición y su uso en las noticias: cuartiles, deciles y percentiles
Las medidas de dispersión: rango, varianza y desviación típica. Qué son y qué información pueden darnos de nuestros datos
Qué son los datos outlier, cómo identificarlos y qué hacer con ellos
Tema 4. Aprender a leer un gráfico estadístico para plantearnos qué investigar
Por qué es importante hacer un análisis exploratorio de nuestros datos antes de sacar una conclusión
Cómo leer un diagrama de caja
Cómo leer un histograma
Distribución normal y curvas de densidad
Tema 5. Diferencia entre muestra y población
Diferencia entre muestra y población
Regla de la aleatoriedad y tipos de muestras
La importancia de tener en cuenta el error de la muestra
Qué es el cociente de elevación que usa el INE en sus microdatos
Tema 6. Valorar e interpretar adecuadamente una encuesta
El concepto de probabilidad y por qué es tan difícil comprenderlo
Modelos y leyes de la probabilidad
Consejos del British Polling Council para fiarnos de una encuesta
Tema 7. Los «crímenes» a la estadística más comunes de los periodistas
Correlación no es causalidad
Las confusiones con los porcentajes
El caso de «X» violaciones al minuto en India o la importancia de buscar medidas comparables
Otros errores comunes al trabajar con estadísticas
Tema 8. El uso de modelos predictivos en periodismo
Los modelos predictivos en periodismo o por qué un periodista de datos no debe quedarse al margen del boom de la inteligencia artificial
Inteligencia artificial, data science, machine learning y modelos predictivos
Modelos de regresión lineal
Modelos de regresión logística
Otros algoritmos para encontrar grupos similares en una población
Tema 9. El uso de R para hacer cálculos estadísticos
El uso de R como alternativa a Excel para hacer cálculos estadísticos
Pequeña guía para comenzar con R
Funciones en R para calcular estadísticos descriptivos
Dibujar histogramas, diagramas de caja y dispersión en R
Cálculo de modelos de regresión lineal simples en R y ejemplos prácticos en reportajes de investigación
Tema 10. Ejemplos de aplicación estadística en medios de comunicación
Quién es Nate Silver y la filosofía de FiveThirtyEight
¿Cómo funcionan los agregadores de encuestas?
El caso concreto de las elecciones presidenciales de Estados Unidos de 2016 y el cuestionamiento de los agregadores
Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.
Las actividades formativas de esta asignatura son las siguientes:
En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.
Estas actividades formativas prácticas se completan, por supuesto, con estas otras:
Las horas de dedicación a cada actividad se detallan en la siguiente tabla:
ACTIVIDADES FORMATIVAS |
HORAS |
Sesiones presenciales virtuales | 15,0 |
Lecciones magistrales | 6,0 |
Estudio del material básico | 44,5 |
Lectura de material complementario | 18,0 |
Trabajos, casos prácticos, test | 29,0 |
Tutorías | 16,0 |
Trabajo colaborativo | 7,0 |
Examen final presencial | 2,0 |
Total |
150 |
Bibliografía básica.
Los textos necesarios para el estudio de la asignatura han sido elaborados por la UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.
Bibliografía complementaria.
Asher, H. (2011). Polling and the Public: What Every Citizen Should Know. CQ Press.
Blastland, M. y Dilnot, A. (2009). El tigre que no está. Un paseo por la jungla de la estadística. Turner.
Cohen, S. (2010). Numbers in the Newsroom: Using Math and Statistics in News. Ire.
Font, J. y Pasadas del Amo, S. (2016). Las encuestas de opinión. CSIC y Catarata.
Freedman, D. (2008). Statistic. Norton & Co.
Greenwood, S. (2017). Future Journalism: Where We Are and Where We’re Going. Routledge.
Grolemund, G. y Wickham, H. (2017). R for data science. O´Reilly.
Hogg, R. V., Tanis, E. A. y Zimmerman, D. (2014). Probability and Statistical Inference. Pearson.
Huff, D. (2015). Cómo mentir con estadísticas. Editorial Crítica.
James, G. et al. (2014). An Introduction to Statistical Learning with Applications in R. Springer.
Lewis, M. (2017). Deshaciendo errores. Debate.
Mafokozi, J. (2010). Introducción a la estadística para gente de letras. Editorial CCS.
Moore, D. S. (2008). Estadística aplicada básica. Antonio Bosch.
Nguyen, A. (2017). News, Numbers and Public Opinion in a Data-Driven World. Bloomsbury Publishing.
Rahlf, T. (2017). Data Visualisation with R: 100 Examples. Springer.
Salkind, N. J. (2016). Statistics for people who (think they) hate statistics. Sage Pubn.
Seife, C. (2010). Proofiness: The Dark Arts of Mathematical Deception. Penguin Group.
Silver, N. (2014). La señal y el ruido: Cómo navegar por la maraña de datos que nos inunda, localizar los que son relevantes y utilizarlos para elaborar predicciones infalibles. Grupo Planeta.
Silverman, C. (2009). Regret the Error: How Media Mistakes Pollute the Press and Imperil Free Speech. Union Square Press.
Sumpter, D. (2015). Outnumbered: From Facebook and Google to Fake News and Filter-bubbles – The Algorithms That Control Our Lives. Bloomsbury Publishing.
Thompson, S. (2012). Sampling (Wiley Series in Probability and Statistics) (3ª ed.). Hoboken, New Jersey: John Wiley & Sons.
Usher, N. (2016). Interactive Journalism: Hackers, Data, and Code. University of Illinois Press.
El sistema de calificación se basa en la siguiente escala numérica:
0 - 4, 9 |
Suspenso |
(SS) |
5,0 - 6,9 |
Aprobado |
(AP) |
7,0 - 8,9 |
Notable |
(NT) |
9,0 - 10 |
Sobresaliente |
(SB) |
El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.
La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.
Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado. En la programación semanal de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.
SISTEMA DE EVALUACIÓN |
PONDERACIÓN |
PONDERACIÓN |
Participación del estudiante |
8,3% |
8,3% |
Trabajos y casos prácticos |
30% |
30% |
Test de autoevaluación |
1,7% |
1,7% |
TOTAL EVALUACIÓN CONTINUA |
40% |
40% |
Examen final presencial |
60% |
60% |
TOTAL EVALUACIÓN FINAL |
60% |
60% |
Antonio Rodríguez
Formación académica: Doctor en Económicas por la University of Southern Denmark y Máster en Economía Industrial por la Universidad Carlos III.
Experiencia: Durante una década ha sido profesor en los departamentos de Económicas de universidades de todo el mundo en países como Dinamarca, Colombia, Chile, Marruecos, Chipre o España. En la actualidad, es investigador en la VSB Technical University of Ostrava (República Checa).
Líneas de investigación: Su investigación se centra en métodos cuantitativos, economía aplicada a la salud, derecho y economía.
Obviamente, al tratarse de formación on-line puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:
Recuerda que en el aula virtual de Lo que necesitas saber antes de empezar puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.
Ten en cuenta estos consejos…
|