Inferència Estadística i Anàlisi de Dades (18BBA40010)
Dades generals
Tipus: |
OB |
Curs: |
2 |
Període: |
S semestre |
Crédits ECTS: |
6 ECTS |
Professorat:
Grup |
Professor |
Departament |
Idioma |
Sec: A |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
CAT |
Sec: A |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
CAT |
Grup |
Professor |
Departament |
Idioma |
Sec: B |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
ESP |
Sec: B |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
ESP |
Grup |
Professor |
Departament |
Idioma |
Sec: C |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
CAT |
Sec: C |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
CAT |
Prerequisits
Estadística I
Coneixements previs
Estadística I
Distribució de la càrrega de treball
Distribució de la càrrega de treball:
Sessions expositives: 34 hores
Sessions participatives: 26 hores
Treball autònom: 55 hores
Tutoria / feedback: 10 hores
Contribució de l'assignatura al programa
L'estadística és una eina imprescindible per prendre decisions en entorns en què la quantitat de dades o el nivell d'incertesa no permeten extraure directament la informació que contenen. En aquesta assignatura, es donen alguns dels fonaments teòrics i pràctics que constitueixen la base per fer prediccions, estimacions i contrastos d'hipòtesis que s'utilitzen per transformar la informació en coneixement. A més de les tècniques inferencials univariades i bivariades més comuns, el curs es complementa amb la revisió d'algunes tècniques multivariables útils en la resolució de problemes substancials a altres contextos com és el cas del màrqueting o els recursos humans.
Objectius d'aprenentatge de l'assignatura
Després de cursar aquesta matèria, l'alumnat ha de ser capaç:
- D'utilitzar el raonament estadístic en les seves aplicacions pràctiques.
- De prendre decisions en entorns d'incertesa.
- De relacionar la matèria amb les altres matèries dels estudis i de la seva vida professional futura.
- De dur a terme inferències sobre paràmetres poblacionals desconeguts.
- De seleccionar la tècnica estadística adequada, ja sigui per estimar, predir, segmentar o trobar agrupacions.
- De contrastar hipòtesis sobre paràmetres o sobre distribucions poblacionals.
- De comprendre les limitacions de les tècniques en cada context de l'aplicació.
Continguts
1. DISTRIBUCIONS MOSTRALS 1.1. Distribució de la mitjana mostral 1.2. Distribució de la variància mostral 1.3. Distribució de la proporció mostral |
2. ESTIMACIÓ 2.1. Estimació puntual 2.2. Estimació per interval |
3. FONAMENTS DEL CONTRAST D'HIPÒTESIS 3 .1. Conceptes del contrast d'hipòtesis: P-valor i potència del contrast 3.2. Test de mitjanes, variàncies i proporcions (una mostra) 3.2. Test de mitjanes, variàncies i proporcions (dues mostres) 3.4. Test ANOVA |
4. CONTRASTOS NO PARAMÈTRICS 4.1. Test per a la bondat de l'ajustament 4.2. Test X2 d'independència i d'homogeneïtat |
5. ESTUDI DE LA DEPENDÈNCIA 5.1 Introducció 5.2 Anàlisi de la regressió simple 5.3 Anàlisi de la regressió múltiple |
6. ESTUDI DE LA INTERDEPENDÈNCIA 6.1 Introducció 6.2 Anàlisi de components principals 6.3 Anàlisi de conglomerats |
Relació Activitats amb Continguts
|
1 |
2 |
3 |
4 |
5 |
6 |
Dos exàmens parcials i/o un examen final |
|
|
|
|
|
|
Participació i proves de seguiment de l'assignatura |
|
|
|
|
|
|
Resolució de problemes |
|
|
|
|
|
|
Metodologia
Classes expositives-participatives:
El professorat combina les explicacions teòriques basades en lectures prèvies amb exercicis i casos pràctics.
Com a complement d'aquestes sessions, els alumnes disposaran d'accés controlat a píndoles d'aprenentatge expressament dissenyades per repassar els continguts i els conceptes apresos.
Sessions participatives:
En aquestes sessions els alumnes realitzaran diversos tipus d'activitats al llarg de l'assignatura:
1 - Plantejament i resolució d'exercicis (a escala individual i a escala col·laborativa)
2 - Resolució i lliurament de 4 projectes d'anàlisi de dades (en equips). Els alumnes han de demostrar les seves habilitats i coneixements en la gestió del programari estadístic i la lectura crítica dels resultats obtinguts per a la presa de decisions.
3 - Controls de seguiment: com a mínim tres cops durant el curs, els alumnes faran a classe un control sobre la matèria treballada en les darreres sessions.
Avaluació
Activitats d'avaluació
Descripció |
% |
Dos exàmens parcials i/o un examen final |
60 |
Participació i proves de seguiment de l'assignatura |
20 |
Resolució de problemes |
20 |
Criteris d'avaluació
L'assignatura està formada per 2 parts, que seran avaluades independentment. Així, a l'octubre es durà a terme un examen parcial que inclou els continguts dels 4 primers blocs. Aquest examen parcial és de caràcter eliminatori sempre que la nota obtinguda sigui igual o superior als 4 punts.
En finalitzar el curs es durà a terme l'examen final oficial de l'assignatura. A aquesta prova s'hi han de presentar tots els alumnes sota les següents condicions:
A. Els alumnes que hagin eliminat matèria durant el parcial només seran examinats dels continguts dels blocs 5 i 6.
B. Els alumnes que no hagin eliminat matèria durant el parcial, hauran igualment d'examinar-se dels blocs 5 i 6 i fer una segona prova per a reavaluar els continguts dels 4 primers blocs.
En ambdós casos és requisit imprescindible que les notes obtingudes en l'última avaluació feta per a cadascuna de les dues parts de l'assignatura sigui igual o superior als 4 punts per poder fer-ne la mitjana.
Sempre que les avaluacions de les dues parts de l'assignatura siguin iguals o superiors als 4 punts, la NOTA FINAL DE L'ASSIGNATURA es computarà de la manera següent:
· 20 %: de la resolució de problemes, participació i treballs en grup
· 20 %: de les proves de seguiment de l'assignatura
· 60 %: de la mitjana de notes de les dues parts de l'assignatura
En cas de no superar els 4 punts en alguna de les dues parts de l'assignatura, si la nota final de l'assignatura és inferior a 5 punts, l'alumne haurà de fer, en la convocatòria extraordinària, un únic examen equivalent al 100 % de la nota, de tots els continguts de l'assignatura.
Bibliografia
Seccions A, B, C:
Newbold, P.; Carlson, W. L.; Thorne, B. (2008): Estadística para administración y economía. Pearson - Prentice Hall.
Hair, J.F.; Anderson, R.E.; Tatham, R.L; Black, W.C. (2000) Análisis multivariante. Pearson - Prentice Hall.
Secció D i E:
Newbold, P., Carlson, W.L. & Thorne, B. (2012). Statistics for Business and Economics. Ed. Pearson - Prentice Hall.
Hair, J. F.; Black, W.C; Babin, B.J.; Anderson, R.E. (2010) Multivariate Data Analysis. Pearson - Prentice Hall.
Material complementari:
El web de l'assignatura disposa del material complementari necessari per al seguiment de l'assignatura (vídeos, lectures, exercicis complementaris, bases de dades, autoavaluacions, etc.)
Horaris i seccions
Grup |
Professor |
Departament |
Sec: A |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
Sec: A |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
Horari Sec: A
Grup |
Professor |
Departament |
Sec: B |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
Sec: B |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
Horari Sec: B
Grup |
Professor |
Departament |
Sec: C |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
Sec: C |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
Horari Sec: C