Inferència Estadística i Anàlisi de Dades (2225.YR.005017.1)
Dades generals
Tipus: |
OBL |
Curs: |
2 |
Període: |
S semestre |
Crédits ECTS: |
6 ECTS |
Professorat:
Grup |
Professor |
Departament |
Idioma |
Year 2 |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
CAT, ESP |
Year 2 |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
CAT, ESP |
Prerequisits
Estadística I
Coneixements previs
Estadística I
Distribució de la càrrega de treball
Distribució de la càrrega de treball:
Sessions expositives: 31,5 hores
Sessions participatives: 28,5 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 i/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 univariants i bivariants més comunes, el curs es complementa amb la revisió d'algunes tècniques multivariants útils en la resolució de problemes substancials a altres contextos, com és el cas del màrqueting o dels recursos humans.
Objectius d'aprenentatge de l'assignatura
Després de cursar aquesta matèria, l'alumnat ha de ser capaç de:
- Utilitzar el raonament estadístic en les seves aplicacions pràctiques.
- Prendre decisions en entorns d'incertesa.
- Relacionar la matèria amb les altres matèries dels estudis i de la seva vida professional futura.
- Fer inferències sobre paràmetres poblacionals desconeguts.
- Seleccionar la tècnica estadística adequada, ja sigui per estimar, predir, segmentar o trobar agrupacions.
- Contrastar hipòtesis sobre paràmetres o sobre distribucions poblacionals.
- Comprendre les limitacions de les tècniques en cada context de l'aplicació.
- Utilitzar programari estadístic per prendre decisions basades en dades.
Continguts
1. DISTRIBUCIONS MOSTRALS 1.1. Introducció a les distribucions mostrals 1.2. Distribució de la mitjana 1.3. Distribució de la proporció 1.4. Distribució de la variància |
2. ESTIMACIÓ 2.1. Introducció 2.2. Estimació puntual 2.3. 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) 3.3. Test de mitjanes, variàncies i proporcions (dues mostres) 3.4. Test ANOVA |
4. CONTRASTS NO PARAMÈTRICS 4.1. Test per a la bondat de l'ajust 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 dels components principals 6.3. Anàlisi de conglomerats |
Relació Activitats amb Continguts
|
1 |
2 |
3 |
4 |
5 |
6 |
Exàmens |
|
|
|
|
|
|
Integració de continguts pràctics |
|
|
|
|
|
|
Avaluacions conceptuals |
|
|
|
|
|
|
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 en l'aplicació Snackson disponible per a tauletes i "smartphones".
Sessions participatives:
En aquestes sessions els alumnes realitzaran diversos tipus d'activitats al llarg de l'assignatura:
1 - Plantejament i resolució de problemes (a escala individual i a escala col·laborativa)
2 - Resolució i lliurament de 4 projectes d'anàlisi de dades (casos). 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 sessions prèvies.
Avaluació
Activitats d'avaluació
Descripció |
% |
Exàmens |
70 |
Integració de continguts pràctics |
20 |
Avaluacions conceptuals |
10 |
Criteris d'avaluació
L'assignatura està formada per dos parts, que seran avaluades independentment. Així, a l'octubre es durà a terme un examen parcial que inclou els continguts dels 4 primers blocs i, coincidint amb la data de l'examen final ordinari, s'examinaran els continguts dels blocs 5 i 6.
La nota final de l'assignatura es computarà a partir de:
· Les dues proves (examen 1 i 2) conceptuals de l'assignatura.
· Les 7-8 avaluacions pràctiques de seguiment de l'assignatura.
La no-assistència a qualsevol de les proves esmentades es computen amb una nota de 0 punts.
Si la nota final de l'assignatura és inferior a 5 punts, l'alumne haurà de fer, a la convocatòria extraordinària, un únic examen amb tots els continguts de l'assignatura equivalent al 80 % de la nota (el 20 % restant procedirà de la nota mitjana ponderada de les 7-8 avaluacions pràctiques realitzades durant el curs).
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:
1. 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.).
2. Accés restringit a microcursos sobre els continguts de l'assignatura mitjançant l'aplicació Snackson.
Horaris i seccions
Grup |
Professor |
Departament |
Year 2 |
Vicenta Sierra Olivera |
Operaciones, Innovación y Data Sciences |
Year 2 |
David Roche Valles |
Operaciones, Innovación y Data Sciences |
Horari Year 2
Del 6/9/2022 al 22/9/2022:
Cada dijous de 8:00 a 9:15.
Cada dijous de 9:15 a 10:30.
Cada dimarts de 8:00 a 10:30. (Excepte: 13/9/2022 i 20/9/2022)
Cada dimarts de 13:30 a 14:30. (Excepte: 6/9/2022)
Del 13/9/2022 al 11/10/2022:
Cada dimarts de 8:00 a 9:15.
Cada dimarts de 9:15 a 10:30.
Cada dimarts de 13:30 a 14:30. (Excepte: 13/9/2022, 20/9/2022 i 27/9/2022)
Del 6/10/2022 al 19/10/2022:
Cada dijous de 8:00 a 9:15. (Excepte: 13/10/2022)
Cada dimecres de 9:45 a 13:00. (Excepte: 12/10/2022)
Cada dijous de 9:15 a 10:30. (Excepte: 13/10/2022)
Cada dijous de 8:00 a 10:30. (Excepte: 6/10/2022)
Cada dimecres de 9:45 a 13:45. (Excepte: 12/10/2022)
Del 27/10/2022 al 29/11/2022:
Dimarts i dijous de 8:00 a 10:30. (Excepte: 1/11/2022)
Cada dimarts de 13:30 a 14:30. (Excepte: 1/11/2022)
Dimarts13/12/2022:
De 8:45 a 14:30.
De 8:45 a 13:30.