Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 172803 | 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 ] | |||||
Módulo/Materia
Esta asignatura forma parte del programa de especialización con reto en Analista de Marketing que integra las siguientes asignaturas:
- Comportamiento del consumidor
- Estrategia de producto y precio
- Métodos avanzados de tratamiento de datos
- Sistemas de información
La superación del programa genera un hito en el expediente: "Programa de especialización en Analista de marketing".
Cursar este programa abre la opción de realizar prácticas curriculares de especialización en Analista de marketing de 24 ects en el semestre de primavera.
Descripción/Contenidos
En este curso se hace una revisión de los principales métodos de análisis multivariante de datos como herramienta imprescindible para encontrar patrones de comportamiento en las grandes bases de datos del Big Data. El conocimiento de estas herramientas y técnicas estadísticas puede resultar esencial en la toma de decisiones en la empresa.
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.
Resultados aprendizaje
- Conocimientos o contenidos:
RA03. Derivar información relevante para la empresa a partir de datos que no pueden ser reconocidos por no profesionales.
- Habilidades o destrezas:
- Competencias:
- RA25. Utilizar conocimientos, destrezas y habilidades personales, sociales y metodológicas para emitir informes de asesoramiento sobre situaciones concretas de empresas y mercados.
-
RA29. Desarrollar las aptitudes necesarias para comprender y poder aplicar las técnicas cuantitativas a la interpretación y resolución de problemas socioeconómicos.
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 |
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%
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
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