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

Estadística I

Estadística I

Distribució de la càrrega de treball:
Sessions expositives: 31,5 hores
Sessions participatives: 28,5 hores
Treball autònom: 55 hores
Tutoria / feedback: 10 hores

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.

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.

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

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.

Activitats d'avaluació

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.

Grup	Professor	Departament
Year 2	Vicenta Sierra Olivera	Operaciones, Innovación y Data Sciences
Year 2	David Roche Valles	Operaciones, Innovación y Data Sciences