Logo UAB
2021/2022

Estadística II

Codi: 102385 Crèdits: 6
Titulació Tipus Curs Semestre
2501572 Administració i Direcció d'Empreses FB 2 1
2501573 Economia FB 2 1
La metodologia docent i l'avaluació proposades a la guia poden experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.

Professor/a de contacte

Nom:
Maria Dolores Márquez Cebrián
Correu electrònic:
MariaDolores.Marquez@uab.cat

Utilització d'idiomes a l'assignatura

Llengua vehicular majoritària:
català (cat)
Grup íntegre en anglès:
Grup íntegre en català:
Grup íntegre en espanyol:
No

Prerequisits

És recomanable que l'estudiant tingui superades les següents assignatures: Estadística I, Matemàtiques I i Matemàtiques II. D'aquesta manera l'estudiant ha assolit totes les competències necessàries per abordar l'estudi de l'Estadística II amb les majors garanties d'èxit. També és indispensable que demostri coneixements bàsics de R.

Objectius

L'objectiu de l'assignatura és que l'estudiant comprengui i sigui capaç d'aplicar el mètode estadístic a la resolució de problemes propis de l'àmbit econòmic i empresarial. D'aquesta manera podrà extreure conclusions científicament vàlides, a partir de l'evidència empírica recollida en una mostra, que l'ajudaran en la presa de decisions.
L'assignatura ha de proporcionar també a l'estudiant tots els fonaments teòrics que li permetin seguir adequadament altres assignatures (Econometria, Models economètrics de previsió, Investigació operativa) de caràcter quantitatiu i les eines que l'ajudaran a una millor comprensió d'assignatures com són (Macroeconomia, Teoria de jocs, Investigació comercial) on alguns conceptes estadístics (teòrics o pràctics) poden jugar un paper important.

Competències

    Administració i Direcció d'Empreses
  • Analitzar informació quantitativa i qualitativa referent a fenòmens i variables econòmiques.
  • Aplicar els fonaments estadístics per a millorar els processos d'analitzar i sistematitzar la informació empresarial i aprendre sobre la cadena de valor de l'empresa de manera rigorosa i científica.
  • Capacitat de comunicació oral i escrita en català, castellà i anglès, que permeti sintetitzar i presentar oralment i per escrit la feina feta.
  • Organitzar la feina, pel que fa a una bona gestió del temps i a la seva ordenació i planificació.
  • Prendre decisions en situacions d'incertesa i mostrar un esperit emprenedor i innovador.
  • Seleccionar i generar la informació necessària per a cada problema, analitzar-la i prendre decisions partint d'aquesta informació.
    Economia
  • Analitzar informació quantitativa i qualitativa referent a fenòmens i variables econòmiques
  • Aplicar els fonaments estadístics per a millorar els processos d'analitzar i sistematitzar la informació empresarial i aprendre sobre la cadena de valor de l'empresa de manera rigorosa i científica.
  • Capacitat de comunicació oral i escrita en català, castellà i anglès, que permeti sintetitzar i presentar oralment i per escrit la feina feta.
  • Capacitat de continuar aprenent en el futur de manera autònoma, aprofundint els coneixements adquirits o iniciant-se en noves àrees de coneixement.
  • Iniciativa i capacitat de treballar autònomament quan la situació ho demani.
  • Organitzar la feina, pel que fa a una bona gestió del temps i a la seva ordenació i planificació.
  • Prendre decisions en situacions d'incertesa i mostrar un esperit emprenedor i innovador.
  • Seleccionar i generar la informació necessària per a cada problema, analitzar-la i prendre decisions partint d'aquesta informació.
  • Treballar en equip i ser capaç d'argumentar les propostes pròpies i validar o refusar raonadament els arguments d'altres persones.
  • Utilitzar les tecnologies de la informació disponibles i adaptar-se als nous entorns tecnològics.

Resultats d'aprenentatge

  1. Analitzar i establir conclusions, tant qualitatives com quantitatives sobre el comportament de variables amb components aleatoris.
  2. Analitzar variables mitjançant el contrast d'hipòtesis sobre les seves principals característiques.
  3. Capacitat de comunicació oral i escrita en català, castellà i anglès, que permeti sintetitzar i presentar oralment i per escrit la feina feta.
  4. Capacitat de continuar aprenent en el futur de manera autònoma, aprofundint els coneixements adquirits o iniciant-se en noves àrees de coneixement.
  5. Formalitzar la relació causal entre variables econòmiques amb incertesa.
  6. Iniciativa i capacitat de treballar autònomament quan la situació ho demani.
  7. Organitzar la feina, pel que fa a una bona gestió del temps i a la seva ordenació i planificació.
  8. Prendre decisions en situacions d'incertesa i mostrar un esperit emprenedor i innovador.
  9. Seleccionar i generar la informació necessària per a cada problema, analitzar-la i prendre decisions partint d'aquesta informació.
  10. Treballar en equip i ser capaç d'argumentar les propostes pròpies i validar o refusar raonadament els arguments d'altres persones.
  11. Utilitzar les tecnologies de la informació disponibles i adaptar-se als nous entorns tecnològics.

Continguts

Tema 1. Introducció a l'estadística inferencial i a l’estimació

1.1 Inferència estadística: definició i mètodes d'inferència

1.2 Definició, característiques i distribució dels principals estadístics mostrals: mitjana, variància i proporció

1.3 Estimació puntual i per intervals

1.4 Propietats dels estimadors: biaix, eficiència i consistència

1.5 Mètodes d'estimació per màxima versemblança i pel mètode dels moments

 

Tema 2. Contrastos de hipòtesis paramètriques

2.1 Concepte de contrast paramètric: hipòtesi nul·la i hipòtesi alternativa

2.2 Estadístic de prova i tipus d'error

2.3 Contrastos sobre la mitjana, la variància i la proporció poblacional

2.4 Contrastos de comparació de mostres

2.5 L'anàlisi de la variància

2.6 El valor-p

 

Tema 3. Anàlisi de la bondat d'ajust i de la relació entre les variables

3.1 Contrast chi-quadrat de la bondat d'ajust per variables discretes

3.2 Contrast Kolmogorov-Smirnov de la bondat d'ajust per variables continues

3.3 Contrast d'independència entre variables qualitatives

3.4 L'anàlisi de la correlació entre variables quantitatives. El coeficient de correlació

 

Tema 4. Introducció al model de regressió

4.1 Presentació del model i objectius

4.2 Hipòtesis per l'especificació del model

4.3 Estimació per Mínims Quadrats Ordinaris (MQO) i les seves propietats

4.4 Contrastació delmodel

4.5 Coeficient de bondat de l'ajust i relació entre la correlació i l'anàlisi de regressió

4.6 Previsió

Metodologia

1. Classes teòriques on els professors desenvoluparan els principals conceptes

L'objectiu d'aquesta activitat és presentar les nocions fonamentals i facilitar l'aprenentatge de l'alumne posant èmfasi en les aplicacions econòmiques.

2. Resolució de llistes de problemes per part dels alumnes

Cada tema tindrà associat una llista de problemes que haurà de ser resolta de manera individual.

L'objectiu d'aquesta activitat es doble, ja que per una banda pretén que l'alumne assimili els conceptes teòrics exposats a classe i per l'altra que adquireixi la destresa necessària per a resoldre problemes.

3.Practiques de laboratori on es discutirà la resolució dels problemes

Aquesta activitat té com a finalitat aprendre a utilitzar eines computacionals pel tractament i anàlisis de les dades.

Aquesta activitat es desenvoluparà, en els dies programats, a les aules informàtiques de la facultat o a l’aula habitual de docència en funció de les circumstàncies i disponibilitat d’espais. En cas de realitzar-se a l’aula habitual de docència, els estudiants i les estudiantes hauran de portar el seu ordinador portàtil per tal de poder participar en l’activitat.

4. Tutories presencials

L'alumne disposarà d'unes hores on els professors de l'assignatura podran resoldre els dubtes de manera presencial.

 

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.

Activitats formatives

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classes magistrals amb suport TIC 32,5 1,3 1, 2, 5, 8, 9, 11
Pràctiques de laboratori 17 0,68 2, 5, 6, 7, 10, 11
Tipus: Supervisades      
Tutories i seguiment dels treballs a realitzar 7,5 0,3 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11
Tipus: Autònomes      
Estudi 89,5 3,58 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11

Avaluació

L'avaluació de l'alumnat es realitzarà atenent a les següents activitats:

 1. Un examen parcial

 Prova escrita en la que no es permetrà consultar cap tipus de material d'ajuda. El temps màxim de resolució serà de 50 minuts. Aquesta prova no allibera matèria.

 2. Un examen final

 Prova escrita en la que no es permetrà consultar cap tipus de material d'ajuda. El temps màxim de resolució serà de 2 hores i inclourà tota la matèria del curs.

 L'examen està dissenyat per a que l'estudiant/ta realitzi un últim esforç d'aprenentatge que es considera necessari per a consolidar els coneixements prèviament adquirits, i així garantir l'èxit en el procés continuat d'aprenentatge del major nombre possible d'alumnes.

3. Lliurament de llistes de problemes i treballs i/o pràctiques de laboratori

Els alumnes lliuraran, a petició del professorat i seguint les seves instruccions, exercicis, treballs i/o pràctiques de laboratori resolts individualment i/o en grups d'entre 2 i 4 estudiants/tes. 

Criteris d'avaluació

La nota de l’examen parcial representarà un 20% de la qualificació mitjana de l’assignatura.

La nota de l'examen final representarà un 50% de la qualificació mitjana de l’assignatura.

La nota del lliurament d'exercicis, treballs i/o proves al laboratori representarà un 30% de la  qualificació mitjana de l’assignatura

Per tant, la qualificació mitjana de l’assignatura s'obté com:


            qualificació_mitjana de l’assignatura = 20% (nota de l’examen parcial) +
                                                                           + 50% (nota de l’examen final) +
                                                                           + 30% (nota exercicis/treballs/pràctiques lab)

L'assignatura es considerarà superada si es compleixen els dos requisits següents: 

  1. la qualificació mitjana de l'assignatura és igual o superior a 5 i,
  2. la nota de l’examen final és igual o superior a 3.
  • Si un/una estudiant compleix el primer requisit però no compleix el segon tindrà una qualificació mitjana de l'assignatura de 4,5 i podrà anar a la prova de re-avaluació d’acord amb el que s’estableix a l’apartat “Procés de Recuperació” que trobareu més endavant.
  • Si un/una estudiant compleixel segon requisit però no compleix el primer, o no compleix cap dels dos,  podrà anar a la prova de re-avaluació d’acord amb el que s’estableix a l’apartat “Procés de Recuperació” que trobareu més endavant.

 Un alumne que no hagi participat en cap de les activitats d'avaluació es considerarà "No avaluable"

 

Calendari d’activitats d’avaluació

 Les dates de les diferents activitats d'avaluació (exercicis a l’ aula, entrega de treballs, proves de laboratori, ...) s'anunciaran amb suficient antelació durant el semestre.

 Les dates de l'examen final i de l'examen parcial de l'assignatura estan programades al calendari d'exàmens de la Facultat.

 "La programació de les proves d’avaluació no es podrà modificar, tret que hi hagi un motiu excepcional i degudament justificat pel qual no es pugui realitzar un acte d’avaluació. En aquest cas, les persones responsables de les titulacions, prèvia consulta al professorat i a l’estudiantat afectat, proposaran una nova programació dins del període lectiu corresponent." Apartat 1 de l'Article 115. Calendari de les activitats d’avaluació (Normativa Acadèmica UAB).

 Els estudiants i les estudiantes de la Facultat d'Economia i Empresa que d'acord amb el paràgraf anterior necessitin canviar una data d'avaluació han de presentar la petició omplint el document Sol·licitud reprogramació prova:

https://eformularis.uab.cat/group/deganat_feie/nou-reprogramacio-de-proves

 

Procediment de revisió de les qualificacions

Coincidint amb l'examen final s'anunciarà el dia i el mitjà en que espublicaran les qualificacions finals. De la mateixa manera s'informarà del procediment, lloc, data i hora de la revisió d'exàmens d'acord amb la normativa de la Universitat.

 

Procés de Recuperació

Per participar al procés de recuperació l'alumnat ha d'haver estat prèviament avaluat en un conjunt d'activitats que representi un mínim de dues terceres parts de la qualificació total de l'assignatura o mòdul.Apartat 3 de l'Article 112 ter. La recuperació (Normativa Acadèmica UAB). Els estudiants i les estudiants han haver obtingut una qualificació mitjana de l’assignatura entre 3,5 i 4,9.

La data d’aquesta prova estarà programada en el calendari d'exàmens de la Facultat. L'estudiant que es presenti i la superi aprovarà l'assignatura amb una nota de 5. En cas contrari mantindrà la mateixa nota.

 

L'avaluació proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.

 

Irregularitats en actes d’avaluació

Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, "en cas que l’estudiant realitzi qualsevol irregularitat que pugui conduir a una variació significativa de la qualificació d’un acte d’avaluació, es qualificarà amb 0 aquest acte d’avaluació, amb independència del procés disciplinari que s’hi pugui instruir. En cas que es produeixin diverses irregularitatsen els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignaturaserà 0". Apartat 10 de l'Article 116. Resultats de l'avaluació. (Normativa Acadèmica UAB).

Activitats d'avaluació

Títol Pes Hores ECTS Resultats d'aprenentatge
Examen final 50% 2 0,08 1, 2, 3, 4, 5, 6, 7, 8, 9
Examen parcial 20% 1 0,04 1, 2, 3, 4, 5, 6, 7, 8, 9
Resolució de problemes, presentació de treballs i/o pràctiques de laboratori 30% 0,5 0,02 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11

Bibliografia

Alea, M.V. et al. Estadística aplicada a les ciències econòmiques i socials. McGraw-Hill - Edicions Universitat de Barcelona. 1999

https://cataleg.uab.cat/iii/encore/record/C__Rb1443361__Salea__Orightresult__U__X4?lang=cat&suite=def

- Brull. C. L'Estadística és fàcil. Editorial CBS, 2019

https://cataleg.uab.cat/iii/encore/record/C__Rb2069087__S%28Estad%C3%ADstica%29%20a%3A%28Brull%29__Orightresult__U__X4?lang=spi&suite=def

- Canavos, G.C. Probabilidad y Estadística. Aplicaciones y Métodos. McGraw-Hill. 1998 

https://cataleg.uab.cat/iii/encore/record/C__Rb1269302__SCanavos__Orightresult__U__X4?lang=cat&suite=def#courseReservesSection

Heumann C, Schomaker M. and Shalabh Introduction to Statistics and Data Analysis  Springer 2016

https://link.springer.com/content/pdf/10.1007%2F978-3-319-46162-5.pdf

Illowsky, B., and Dean, S. Introductory Statistics OpenStax Rice University 2018

https://openstax.org/details/books/introductory-statistics

Lind, D.A. et al. Estadística aplicada a los negocios y la economía. McGraw-Hill. 17 edició. 2019

https://ebookcentral-proquest-com.are.uab.cat/lib/uab/detail.action?docID=5808935

Newbold, P. Estadística para los negocios yla economía. Pearson-Prentice Hall. 2013

https://cataleg.uab.cat/iii/encore/record/C__Rb1927837__SNewbold__Orightresult__U__X4?lang=spi&suite=def

- Triola M. Estadística Pearson Educación 2004

https://elibro.net/es/ereader/uab/107646

Zaiats, V. i Calle, M. L. Probabilitat i estadística : exercicis II. Materials (Universitat Autònoma de Barcelona) ; 108. Bellaterra : Universitat Autònoma de Barcelona, 2001

https://cataleg.uab.cat/iii/encore/record/C__Rb1499477__Szaiats__Orightresult__U__X4;jsessionid=48D236CD92B68D38757437D3681BE5DF?lang=cat&suite=def

 

Programari

R i RStudio
 
R és un potent llenguatge de programació per fer anàlisis estadístiques. Pot utilitzar-se per les tasques més simples, com per exemple calcular la mitjana d'una llista de números, o per les tècniques més avançades com models lineals i no lineals, contrasts estadístics, anàlisi de sèries temporals, classificació, “clustering”, etc. De fet, R està considerat un dels programaris per fer anàlisis estadístiques més utilitzats tant a la indústria com a l'acadèmia. R és un projecte “open source” molt versàtil i fàcil d'ampliar, el que significa que és de lliure distribució i que existeix una comunitat de milers de usuaris i programadors que contribueixen constantment al manteniment, millora i ampliació d' R. Es pot descobrir tot el que R fa i pot fer visitant la seva web: “The Comprehensive R Archive Network” a CRAN. D'altra banda, R Studio és un potent IDE (Integrated Development Environment) per treballar amb R, i és la eina que farem servir durant el curs.