Universidad Pública de Navarra



Año Académico: 2021/2022 | Otros años:  2020/2021  |  2019/2020  |  2017/2018 
Graduado o Graduada Internacional en Administración y Dirección de Empresas/Graduado o Graduada Internacional en Economía por la Universidad Pública de Navarra
Código: 176832 Asignatura: MÉTODOS AVANZADOS DE TRATAMIENTO DE DATOS
Créditos: 6 Tipo: Optativa Curso: Periodo: 2º 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

Resultado de aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
Familiarizarse con los conceptos de la asignatura y presentación de resultados Participación y asistencia con interés (control de firmas) 5% NO RECUPERABLE
Uso de técnicas estadísticas multivariantes en la resolución de problemas de Economía y Empresa Examen teórico-práctico (20% cada prueba; 3 pruebas parciales) 60% RECUPERABLE
Manejo de software específico para datos multivariantes Examen práctico de toda la asignatura (ordenador) 35% RECUPERABLE
Uso de técnicas estadísticas multivariantes en la resolución de problemas de Economía y Empresa Para los alumnos que lo deseen o que no superen la primera prueba parcial: examen teórico-práctico de toda la asignatura 60% RECUPERABLE
Manejo de software específico para datos multivariantes Para los alumnos que lo deseen o que no superen la primera prueba parcial: examen de ordenador de toda la asignatura 35% RECUPERABLE

Se puede recuperar sólo la parte práctica (peso del 35%), sólo la teórica (peso del 60%) o ambas (realizando ambas pruebas).

Subir

Temario

Tema1: 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

Programa de prácticas experimentales

Cada una de las técnicas multivariantes que se explican en la asignatura tienen una elevado contenido práctico. Aproximadamente la mitad de las sesiones de clase son prácticas con ordenador en el aula de informática. El manejo de software específico para datos multivariantes es parte esencial de la asignatura y de la evaluación.

Subir

Bibliografía

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


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

GRANDE-ABASCAL (1989): "Métodos multivariantes para la investigación comercial" Ed. Ariel

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

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.

Subir