Universidad Pública de Navarra



Año Académico: 2023/2024 | Otros años:  2022/2023  |  2021/2022  |  2020/2021  |  2019/2020 
Graduado o Graduada en Administración y Dirección de Empresas por la Universidad Pública de Navarra (Programa Internacional)
Código: 174803 Asignatura: MÉTODOS AVANZADOS DE TRATAMIENTO DE DATOS
Créditos: 6 Tipo: Optativa Curso: 4 Periodo: 1º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
GARCIA OLAVERRI, M. CARMEN (Resp)   [Tutorías ]

Partes de este texto:

 

Descripción/Contenidos

En la asignatura MÉTODOS AVANZADOS DE TRATAMIENTO DE DATOS se estudian varias técnicas multivariantes con distintos objetivos:

- Analizar posibles relaciones entre conjuntos de variables.

- Resumir datos, creando nuevas variables, con la mínima pérdida de información.

- Encontrar grupos o tipologías de datos.

- Clasificar nuevas observaciones en grupos definidos previamente.

Subir

Competencias genéricas

De las competencias asignadas al grado, principalmente:

- Usar habitualmente las tecnologías de información y comunicaciones

- Comunicarse con fluidez en su entorno y trabajar en equipo

De las competencias asignadas al módulo, todas:

- Identificar las fuentes de información económica relevante y su contenido

- Derivar de los datos información relevante imposible de reconocer por no profesionales

- Aplicar al análisis de los problemas criterios profesionales basados en el manejo de instrumentos técnicos

Subir

Competencias específicas

Competencias específicas de la asignatura:

Distinguir la diferente utilidad de cada técnica multivariante y el tipo de datos necesarios para su aplicación.

Conocer los fundamentos teóricos en los que se asienta

Interpretar correctamente los resultados

Realizar los análisis con ordenador mediante el software adecuado

Otras:

Desarrollar el razonamiento y la relación entre conceptos

Desarrollar la capacidad crítica y la toma de decisiones

Responsabilizarse de su formación desarrollando un trabajo continuado

Subir

Resultados aprendizaje

Se espera que, al finalizar la asignatura los estudiantes sean capaces de llevar a cabo análisis estadísticos en los que intervienen simultáneamente varias variables.

El alumno debe saber evaluar cuál es técnica más apropiada para cada situación; qué tipo de datos y qué requisitos son imprescindibles para la correcta aplicación de cada técnica.

Tras cursar la asignatura se debe tener soltura en el uso del software estadístico, así como en la presentación de resultados; no sólo en los aspectos técnicos-estadísticos sino en los términos propios del problema concreto que se esté abordando.

Se espera que los estudiantes sepan utilizar las técnicas multivariantes como herramienta en la toma de decisiones.

Subir

Metodología

En cada sesión de clase (2 horas) se procurará combinar actividades variadas:

- Recapitulación de lo anteriormente estudiado para situar en el contexto el contenido específico de cada sesión.

- Nuevos contenidos (Teóricos o de manejo de Software)

- Aplicaciones de lo aprendido al mundo real

- Cuestiones teórico-prácticas o Ejercicios numéricos

- Un pequeño debate sobre algún aspecto especialmente relevante del tema.

Metodología - Actividad Horas Presenciales Horas no Presenciales
A-1 Clases teóricas 30 18
A-2 Prácticas 24 10
A-3 Pruebas evaluables 06 10
A-4 Tutorías   12
A-5 Estudio Personal   20
A-6 Examen   20
Total 60 90

Subir

Evaluación

Resultados de
aprendizaje
Actividad de
evaluación
Peso (%) Carácter
recuperable
Nota mínima
requerida
Familiarizarse con los conceptos de la asignatura y presentación de resultados Participación activa 5% NO RECUPERABLE NO
Uso de técnicas estadísticas multivariantes en la resolución de problemas de Economía y Empresa

Examen teórico-práctico (3 pruebas parciales, 25%,20%,25%) 70% RECUPERABLE* NO
Manejo de software específico para datos multivariantes Examen práctico de toda la asignatura vinculado al RETO conjunto con otras asignaturas en el mismo semestre
15% resolución global del reto
10% resolución de la parte específica de la asignatura
25% RECUPERABLE
un 10% de la calificación (parte específica)
NO

*Examen global teórico-práctico de las 5 técnicas con un peso del 70%

Subir

Temario

Tema 1 Introducción Al Análisis Multivariante

1.1 Tipos de técnicas de Análisis Multivariante

1.2 Revisión de conceptos estadísticos básicos

1.3 Formulación matricial

1.4 Proximidades

Tema 2 Análisis de la Varianza

2.1 Introducción. Diseño de experimentos estadísticos

2.2 Análisis univariante con un factor: modelo teórico

2.3 Análisis univariante con dos factores. Interacción

2.4 Análisis multivariante de la Varianza

2.5 Aplicaciones. Tratamiento informático del tema

Tema 3 Análisis discriminante

3.1 Introducción. Relación con otras técnicas

3.2 Caso de dos grupos: aspectos teórico-prácticos, clasificación

3.3 Caso general: aspectos teóricos y prácticos

3.4 Aplicaciones. Tratamiento informático del tema

Tema 4 Análisis Cluster

4.1 Introducción. Tipos

4.2 Método jerárquico: descripción del proceso

4.3 Aspectos teórico - prácticos

4.4 Aplicaciones. Tratamiento informático del tema.

Tema 5 Análisis Factorial: Componentes Principales

5.1 Introducción al Análisis Factorial

5.2 Análisis de Componentes Principales: modelo teórico

5.3 Consecuencias y aspectos teórico- prácticos

5.4 Aplicaciones. Tratamiento informático del tema

Tema 6 Análisis Factorial de correspondencias.

6.1 Introducción. Análisis de Correspondencias simples y múltiples

6.2 Correspondencias simples: descripción del procedimiento factorial

6.3 Consecuencias y aspectos teórico-prácticos

6.4 Interpretación del análisis de correspondencias múltiples

6.5 Aplicaciones. Tratamiento informático del tema

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


DILLON-GOLDSTEIN (1984): "Multivariate Analysis" Ed. Wiley

HAIR-ANDERSON-TATHAM-BLACK (2012): "Análisis multivariante" 5ª edición Ed. Prentice Hall.

MATEOS-APARICIO, G. , HERNANDEZ-ESTRADA, A. (2021): Análisis multivariante de datos: Cómo buscar patrones de comportamiento en BIG DATA. Ed. Pirámide.

PEÑA, DANIEL (2002): "Análisis de datos multivariantes" Ed. McGraw Hill

URIEL, E.- ALDÁS, J. (2009): "Análisis Multivariante Aplicado" Ed. THOMSON

 

 

Subir

Idiomas

Español.

Subir

Lugar de impartición

Aula de clase y salas de informática. Campus Arrosadia.

Subir