Contactar esade

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