Inferencia Estadística y Análisis de Datos (2225.YR.005017.1)

Datos generales

Tipo:	OBL	Curso:	2	Periodo:	S semestre
Créditos ECTS:	6 ECTS

Profesorado:

Grupo	Profesor	Departamento	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

Distribución de la carga de trabajo:
Sesiones expositivas: 31,5 horas
Sesiones participativas: 28,5 horas
Trabajo autónomo: 55 horas
Tutoría /feedback: 10 horas

La estadística es una herramienta imprescindible para la toma de decisiones en entornos donde la cantidad de datos y/o el nivel de incertidumbre no permite extraer directamente la información que contienen. En esta asignatura se dan algunos de los fundamentos teóricos y prácticos que constituyen la base para hacer predicciones, estimaciones y contrastes de hipótesis que se utilizan para transformar la información en conocimiento. Además de las técnicas inferenciales uni y bivariadas más comunes, el curso se complementa con la revisión de algunas técnicas multivariables útiles en la resolución de problemas sustanciales a otros contextos como es el caso del marketing o los recursos humanos.

Después de cursar esta materia, los alumnos deberán ser capaces de:

- Utilizar el razonamiento estadístico en sus aplicaciones prácticas.
- Tomar decisiones en entornos con incertidumbre.
- Relacionar la materia con las otras materias de los estudios y de su futura vida profesional.
- Llevar a cabo inferencias sobre parámetros poblacionales desconocidos.
- Seleccionar la técnica estadística adecuada ya sea para estimar, predecir, segmentar o encontrar agrupaciones.
- Contrastar hipótesis sobre parámetros o sobre distribuciones poblacionales.
- Comprender las limitaciones de las técnicas en cada contexto de la aplicación.
-Utilizar software estadístico para tomar decisiones basadas en datos

1. DISTRIBUCIONES MUESTRALES 1.1. Introducción a las distribuciones muestrales 1.2. Distribución de la media 1.3. Distribución de la proporción 1.4. Distribución de la varianza

2. ESTIMACION 2.1. Introducción 2.2. Estimación puntual 2.3. Estimación por Intervalo

3. FUNDAMENTOS DEL CONTRASTE DE HIPOTESIS 3.1. Conceptos del contraste de hipótesis: P-valor y potencia del contraste. 3.2. Test de medias, varianzas y proporciones (una muestra) 3.3. Test de medias, varianzas y proporciones (dos muestras) 3.4. Test ANOVA

4. CONTRASTES NO PARAMETRICOS 4.1. Test para la bondad del ajuste 4.2. Test X2 de independencia y de homogeneidad

5. ESTUDIO DE LA DEPENDENCIA 5.1 Introducción 5.2 Análisis de la regresión simple 5.3 Análisis de la regresión múltiple

6. ESTUDIO DE LA INTERDEPENDENCIA 6.1 Introducción 6.2 Análisis de componentes principales 6.3 Análisis de conglomerados

Sesiones expositivas-participativas: El profesorado combina las explicaciones teóricas con ejercicios y casos prácticos.
Como complemento de éstas sesiones, los alumnos dispondrán de acceso controlado a píldoras de aprendizaje expresamente diseñadas para el repaso de los contenidos y conceptos aprendidos en la aplicación Snackson disponible para "tablets" y "smartphones".

Sesiones participativas: En estas sesiones los alumnos realizarán distintos tipos de actividades a lo largo de la asignatura:
1. - Planteamiento y resolución de problemas (a nivel individual y a nivel colaborativo)
2. - Resolución de proyectos de análisis de datos (casos): Los alumnos deben demostrar sus habilidades y conocimientos en el manejo de software estadístico y la lectura crítica de los resultados obtenidos para la toma de decisiones.
3.- Controles conceptuales de seguimiento: los alumnos realizarán en clase controles sobre la materia trabajada en las las sesiones previas.

Actividades de evaluación

Secciones 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.

Sección D y 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 Complementario:
1.- La web de la asignatura dispone del material complementario necesario para el seguimiento de la asignatura (vídeos, lecturas, ejercicios complementarios, bases de datos, auto-evaluaciones, etc)
2.- Acceso restringido a micro-cursos sobre los contenidos de la asignatura vía aplicativo Snackson.

Grupo	Profesor	Departamento
Year 2	Vicenta Sierra Olivera	Operaciones, Innovación y Data Sciences
Year 2	David Roche Valles	Operaciones, Innovación y Data Sciences