Medición y Modelado en Psicología
Solapas principales
Título de la práctica o proyecto:
Medición y Modelado en Psicología
Descripción:
El proyecto de Medición y Modelados en Psicología tiene dos componentes. Un componente teórico fuerte para generar las destrezas necesarias y un componente de campo para que los estudiantes apliquen los conceptos teóricos adquiridos. Este proyecto tiene un fuerte énfasis metodológico apar que los estudiantes puedan desarrollar construcción de diferentes tipos de test y estudios psicométricos así como la capacidad de comprender y elaborar modelos de diferentes procesos psicológicos
En particular e este proyecto se estudiarán y luego aplicarán en el campo los modelos fundamentales de Teoría de Tests (Teoría Clásica de los Tests(TCT) y Teoría de la Respuesta al Ítem TRI), enfatizando el modo de estudiar la fiabilidad (precisión) de las puntuaciones obtenidas en la aplicación de diversos tipos de instrumentos de evaluación. En particular en la TCT se revisará el modelo clásico y algunas de sus extensiones y en la TRI se estudiarán los principales modelos dicotómicos, politómicos y se introducirán los modelos multidimensionales. Se realizará un primer acercamiento a algunas de las principales aplicaciones de estos modelos (Funcionamiento Diferencial de los Ítems y Tests Adaptativos Informatizados entre otros).
Se discutirán las estrategias fundamentales para obtener evidencias sobre la validez de las puntuaciones (evidencias sobre el contenido, sobre la estructura interna de la prueba y sobre su capacidad predictiva), incluyendo un dominio básico de las técnicas estadísticas multivariadas fundamentales. Se con cierta profundidad el modelo del Análisis Factorial Exploratorio, y se proporcionarán los conceptos básicos del Análisis Factorial Confirmatorio.
Se trabajará en los aspectos relativos a la interpretación de puntuaciones, en lo referido a interpretaciones normativas o criteriales.
Luego se presentarán para su comprensión distintos modelos que han sido propuestos en diferentes áreas de la Psicología donde se persigue que el alumno sea capaz de poder plantear problemas psicológicos en términos formales.
Finalmente se trabajará con el paradigma de aprendizaje automático supervisado y no supervisado. El AAS es un conjunto de tareas y técnicas que son masivamente empleadas tanto en el modelado cognitivo como en el campo tecnológico más aplicado. Tareas como la clasificación o categorización en clases, o incluso la autogeneración de textos instigada por un contexto requieren de este tipo de paradigma. Por eso, es importante conocer sus fundamentos, sus usos clásicos y en la nueva generación de aplicaciones, como lo son por ejemplo los modelos desplegados en chatGPT. En tanto en AANS tiene por objetivo generar a partir los datos algún tipo de orden que pueda servir para identificar y separar elementos.
Durante el desarrollo del curso adicionalmente el estudiante podrá aprender el lenguaje R impresindible para las tareas de investigación.
Año:
2025
Área:
Otros
Ciclo:
Formación Integral: 5to y 6to semestre
Convenio de trabajo:
Créditos:
15
Tipo:
Proyecto
Período:
Anual
Grupos:
| Día (sugerido) | Hora (sugerida) | Cant. estudiantes | Docentes | Tipo (Supervisión o campo) | ||
|---|---|---|---|---|---|---|
Viernes | 9:30 a 12:30 | 15 |
| Supervisión |
Otros horarios:
Se espera contar con la disponibilidad de 3 hs semanales a convenir con los estudiantes para realizar las tareas de campo.
Previaturas:
Fundamentos de la Psicología
Neurobiología de la mente
Historia de la psicología
Herramientas para el trabajo intelectual
Epistemología
Art. de saberes I: Construcción del sujeto y del objeto en Psicología
Inicio a la formación en Psicología
Psicología del desarrollo
Procesos cognitivos
Teorías Psicológicas
Metodología general de la investigación
Métodos y herramientas orientadas a la extensión
Entrevista Psicológica
Art. de saberes II: Psicología Género y Derechos Humanos
Formación Integral
Métodos y Técnicas cuantitativa o cualitativa
Diseño de proyectos
Objetivos formativos:
Los objetivos formativos son desarrollar las siguientes competencias en los:
- Tomar conciencia de la importancia de la metodología en la adquisición del conocimiento científico, así como de la diversidad metodológica existente para abordar distintos problemas de conocimiento.
- Desarrollar el razonamiento crítico y la capacidad para realizar análisis y síntesis de la información disponible.
- Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas metodológicas y aprender a proponer las soluciones apropiadas.
- Planificar una investigación identificando problemas y necesidades, y ejecutar cada uno de sus pasos (diseño, medida, proceso de datos, análisis de datos, modelado, informe).
- Preparar los datos para el análisis (desenvolverse en la relación entre bases de datos y análisis estadístico).
- Analizar datos identificando diferencias y relaciones. Esto implica conocer las diferentes herramientas de análisis así como su utilidad y aplicabilidad en cada contexto.
- Construir y adaptar instrumentos de medida (tests).
- Formular, estimar y ajustar modelos capaces de simular procesos psicológicos.
- Definir, medir y describir variables (personalidad, aptitudes, actitudes, etc..) y procesos (cognitivos, emocionales, psicobiológicos, conductuales).
- Conocer los principales modelos de la TRI unidimensional y multidimensional.
- Conocer los principales métodos basados en la teoría de respuesta al ítem que permiten examinar el posible funcionamiento diferencial de los ítems de un test en distintos grupos de sujetos, poner en la misma escala laspuntuaciones obtenidas en distintos tests y la construcción de Test Adaptativos Informatizados.
- Aprender a manejar programas informáticos que permitan aplicar la teoría de respuesta al ítem a distintos problemas de medición y evaluación (p.ej., construir test óptimos).
- Aprender a identificar las situaciones en las que es apropiado realizar un análisis factorial (AF).
- Comprender las diferencias entre el AF y el análisis de componentes principales (ACP).
- Comprender los fundamentos teóricos y el modelo estadístico asociado al AF.
- Conocer los diferentes enfoques del AF: exploratorio (AFE) y confirmatorio (AFC).
- Conocer los diferentes modelos AFC: AFC segundo orden, AFC jerárquico, AFC con estructura de medias.
- Familiarizarse conevaluaciones educativas (PIRLS, PISA, TIMSS, SEA, Aristas) que utilicen TRI en el análisis de sus datos.
- Poner en práctica en un contexto real de evaluación alguna (s) de las aplicaciones de la teoría de respuesta al ítem: construir un test, determinar la ecuación de equiparación para distintas formas de un test, evaluar el funcionamiento diferencial de algunos ítems respecto a determinados grupos (e.g., definidos por el sexo, tipo de cultura, idioma utilizado en el test, etc.).
- Reconocer los rasgos que caracterizan a los modelos cognitivos y pueda identificarlos en el ámbito de la Psicología asi como similitudes y diferencias entre ellos.
- Ser capaz de deducir las consecuencias que se derivan del modelo o sistema y saber detectar inconsistencias en los modelos, así como sus principales aplicaciones.
- Adquirir mayor precisión en el razonamiento psicológico.
Contenidos del curso - Bibliografía básica:
0. Conceptos previos: Repaso de lo aprendido en Métodos cuantitativos. Álgebra de matrices. Distribución normal multivariante. Aprendizaje del software R.
- Teoría Clásica de los Tests: Conceptos fundamentales y fiabilidad. Extensiones. Construcción de tests y análisis de ítems. Modelo clásico y Fiabilidad.Interpretación de puntuaciones (Tests referidos a normas (Baremos) y Tests referidos al criterio).
- Teoría de la Respuesta al Ítem: Conceptos, modelos fundamentales y estimación. Modelos dicotómicos y politómicos.Comprobación de supuestos: unidimensionalidad e independencia local. Estimación de parámetros y ajuste. Función de información. Teoría de respuesta al ítem no paramétrica. TRI multidimensional.
- Validez y fuentes de evidencia:Con cepto y tipos de validez.Evidencias relativas al contenido.Evidencias basadas en los procesos de respuesta. Evidencias basadas en las relaciones con otras variables.
- Análisis factorial exploratorio, AFE Análisis de componentes principales, ACP. El modelo AFE y supuestos. Métodos de extracción de factores.Reglas para la selección de factores.La rotación de factores.
- Análisis factorial confirmatorio, AFC. Fases en la elaboración del modelo, especificación,identificación. Método de estimación de parámetros.Evaluación del ajuste del modelo. Análisis de la invarianza factorial en el AFC. Modelo AFC de segundo orden, jerárquico y Bifactor. El AFC como modelo de medida.Modelo AFC con estructura de medias
- Aplicaciones de TRI Funcionamiento Diferencial del Item (FDI). Test Adatativos Informatizados (TAI).Ensamblaje de test. Equiparación de puntuaciones en los test. Dtección de patrones anómalos.
- Modelos psicológicos a) TEORÍA DE LA ELECCIÓN. Modelo clásico. Teoría de la elección de Luce. Comparación de ambos modelos. Aplicaciones de la Regla de Luce en otros contextos. b) TEORÍA DE LA DETECCIÓN DE SEÑALES. Supuesto fundamentales. Conceptos de d' y lambda. Modelo de distribuciones normales con igual varianza. Curva COR y curva de Isocriterio. Curva COR y el modelo de distribuciones normales. c) MODELOS EN ÁRBOL. Estructura general. Identificación y reparametrización. d) El proceso de selección de modelos de árbol. Aplicando los modelos bayesianos a los modelos de procesos cognitivos.
- Introducción al aprendizaje supervisado y no supervisado. Arboles de Decisión.Bosques Aleatorios. Máquinas de Vector Soporte. K-Vecinos más cercanos. Análisis de la Semántica Latente. Análisis de Clases Latentes y GMM (Gaussian Mixture Model). El Algoritmo de Gradiente Descendiente en Redes Neuronales. Redes Recurrentes para Grandes Modelos del Lenguaje.Transformers para Grandes Modelos del Lenguaje.
Bibliografía básica
- Abad, F.J., Olea, J., Ponsoda, V. y García, C (2011). Medición en Ciencias Sociales y de la Salud. Madrid: Síntesis.
- Batchelder, W. H., Colonius, H., Dzhafarov, E. N., & Myung, J. (Eds.). (2016). New Handbook of
Mathematical Psychology: Volume 1, Foundations and Methodology. Cambridge University
Press. - Batchelder, W. H., Colonius, H., Dzhafarov, E. N. (Eds.). (2018). New Handbook of
Mathematical Psychology: Volume 2, Modeling and Measurement. Cambridge University Press. - Barbero, I.; Vila, E. y Suárez, J.C. (2003). Psicometría. Madrid: UNED.
- De Ayala R. D. (2009). The theory and practice of Item Response Theory. New York: The Guilford Press.
- Farrell, S., & Lewandowsky, S. (2018). Computational modeling of cognition and behavior.
Cambridge University Press. - Hunt, E. (2007). The Mathematics of behaviour. Cambridge: Cambridge University Press.
- Jurafsky, D. & Martin, J. (2021). Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition. 2d Edition. Pearson Education.
- Maydeu, A. y McArdle, J. (2005). Contemporary psychometrics. Londres: Lawrence Erlbaum Associates.
- McDonald, R. P. (1999). Test theory: a unified treatment. Mahwah, N.J.: LEA.
- Muñiz, J. (2001). Teoría clásica de los tests. Madrid: Pirámide.
- Reise, S. P., y Revicki, D. A. (Eds.). (2014). Handbook of item response theory modeling: Applications to typical
performance assessment. Routledge.
Metodología:
Se trabajará en la plataforma EVA que se utilizará para hacer disponible el material teórico y las funciones y scripts de R que se utilizarán.
También se utilizarán los foros para evacuar las dudas.
Adicionalmente allí se compartirá el material de campo entre los diversos grupos.
Las clases teóricas son presenciales y se utilizarán diversos medios didácticos, pizarrón, pantalla para mostrar el uso de R y diapositivas.
Los alumnos utilizarán su laptop para ejercitarse.
El trabajo de campo se basará en alguno de los proyectos que esta llevando adelante el grupo I+D NIMEE (Núcleo de Investigación Medición y Evaluación Educativa) u otro grupo de investigación afín a la temática. Si el trabajo de campo requiere desplazarse fuera de Montevideo el costo de los pasajes será cubierto.
Criterio de evaluación:
Parcial individual
Parcial grupal
Proceso del estudiante
Dispositivos de evaluación:
La evaluación consistirá en control de asistencia e instancias de evaluación que constará de cuestionarios en la plataforma EVA, dos parciales individuales y un trabajo de campo grupal (grupos de 3 personas).
Para poder aprobar el proyecto se necesita un 80% de asistencias a clase.
Los puntajes de las instancias de evaluación son:
1. Cuatro cuestionarios con una puntuación de 5 puntos cada uno (total 20 puntos)
2. Dos parciales presenciales que otorgarán 25 puntos cada uno.
3. Un trabajo de campo grupal que otorgará 30 puntos.
El proyecto se aprueba con 60 puntos (aceptable)o más.