Aproximación a la política pública desde los datos

1. Introducción a la programación para la política pública (13-05-2022)


• Lecturas:
• Salganik, Matthew (2018). Bit by bit : social research in the digital age. Princeton, New Jersey: Princeton University Press.
• Measuring the predictability of life outcomes with a scientific mass collaboration
• Presentación
• Código covid


2. Taller (14-05-2022)


3. Web scraping y APIs (27-05-2022)


• Lecturas:
• Machine Learning for Social Science: An Agnostic Approach
• Machine Learning for Sociology
• Prediction Policy Problems
• Crowdsourcing city government
• Using big data for policy problems
• Big data and the transformation of public policy analysis
• Big-data applications in the Government sector
• Presentación
• Código rut
• Rtweet básico
• Código rvest básico
• Código rvest congreso
• Código convencion
• Código precipitaciones
• Ejercicio CSS selectors


4. Taller (28-05-2022)


5. Test de código (10-06-2022)


• Test 1


6. Introducción al análisis de redes sociales (11-06-2022)


• Lecturas:
• Social contagion theory: examining dynamic social networks and human behavior
• Surname affinity in Santiago, Chile: A network-based approach that uncovers urban segregation
• Structural Holes and Good Ideas
• Robust Action and the Rise of the Medici, 1400-1434
• Presentación
• Código intro
• Código node2vec
• Código ERGMs


7. Análisis de datos geográficos (24-06-2022)


• Lecturas:
• Using High-Resolution Population Data to Identify Neighborhoods and Establish Their Boundaries
• Explaining subjective perceptions of public spaces as a function of the built environment: A massive data approach
• Código shapefiles
• Código urban clusters
• Presentación


8. Taller (25-06-2022)


9. Análisis automatizado de texto (8-07-2022)


• Lecturas:
• Structural topic models for open-ended survey responses
• Presentación
• Código api twitter
• Código regex
• Código topic model


10. Taller (9-07-2022)


11. Temas a elección de la clase (22-07-2022)


12. Presentación de trabajos finales (23-07-2022)


• Trabajos finales
• Guía

Evaluación

• Test de código (30%)
• Proyecto final grupal (70%)

Recursos

• Wickham & Grolemund, “R for Data Science: Import, Tidy, Transform, Visualize, and Model Data”; O'Reilly Media, 2017.(link)
• Urdinez & Cruz, "AnalizaR Datos Políticos", 2021 (link)
• Compendio de links útiles
• Documental Coded Bias
• Tutorial Tidyverse