Universidad Pública de Navarra



Año Académico: 2019/2020
NULL_VALUE
Código: 710108 Asignatura: Análisis de Datos
Créditos: 3 Tipo: Curso: NULL_VALUE Periodo: 1º S
Departamento:
Profesorado:
PALACIOS NAVARRO, MARÍA BLANCA (Resp)   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Herramientas de apoyo a la práctica directiva.

Subir

Descripción/Contenidos

Análisis estadístico de dependencia. Métodos factoriales multivariantes: reducción de la dimensión. Técnicas de clasificación y agrupamiento. Métodos de predicción en organizaciones empresariales.

Subir

Descriptores

Análisis estadístico. Métodos factoriales multivariantes. Predicción.

Subir

Competencias genéricas

CG06 - Conocimientos de informática relativos al ámbito de estudio

CG06 - Conocimientos de informática relativos al ámbito de estudio

CG07 - Habilidad para analizar y buscar información proveniente de fuentes diversas

CG08 - Capacidad de tomar decisiones

CG09 - Capacidad para trabajar en equipo

CG13 - Compromiso ético en el trabajo

CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios

CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Subir

Competencias específicas

CE11 - Compilar información muchas veces incompleta y ser capaz de formular juicios y generar informes en relación con todas las actividades que afecten a la organización o departamento.

CE14 - Evaluar, interpretar y seleccionar la información existente, contrastarla e integrarla para optimizar la toma de decisiones

Subir

Resultados aprendizaje

Adquirir el conocimiento de técnicas estadísticas para extraer de forma sintética la información más relevante proporcionada por grandes volúmenes de datos y facilitar así el proceso de toma de decisiones.

Subir

Metodología

Metodología - Actividad Horas Presenciales Horas no presenciales
AF1-Sesiones Teóricas 13  
AF2-Clases Prácticas (casos, simulación, etc.) 13  
AF3-Estudio individual y examen 02 22,5
AF4-Preparación de trabajos (individuales y grupales)   22,5
AF5-Tutorías 02  
Total 30 45

Subir

Evaluación

Sistema de evaluación Peso (%)
 Prueba teórico práctica parcial 10%
 Examen final 70%
 Realización de ejercicios y trabajos 20%

Subir

Temario

Tema 1. Análisis estadístico de dependencia.

Tema 2. Métodos factoriales multivariantes: reducción de la dimensión.

Tema 3. Técnicas de clasificación y agrupamiento.

Tema 4.  Métodos de predicción en organización industrial.

Subir

Bibliografía

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


HASTIE, T., TIBSHIRANI, R., FRIEDMAN, J. (2009): ¿The Elements of Statistical Learning: Data mining, Inference and Prediction¿. 2nd Ed, Springer.

JAMES, G., WITTEN, D., HASTIE, T., TIBSHIRANI, R., (2014): ¿An introduction to Statistical Learning: with Applications in R¿, Springer.

JOHNSON, R.A., WICHERN, D.W. (2007): ¿Applied Multivariate Statistical Analysis¿, 6th Ed. Prentice Hall.

 Revistas científicas: JOURNAL OF THE ROYAL STATISTICAL SOCIETY, ADVANCES IN DATA ANALYSIS AND CLASSIFICATION, JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, JOURNAL OF APPLIED STATISTICS

Subir

Idiomas

Castellano.

Subir

Lugar de impartición

Edificio "El Sario".

Subir