Logo UAB

Estadística II

Codi: 102385 Crèdits: 6
2024/2025
Titulació Tipus Curs
2501572 Administració i Direcció d'Empreses FB 2
2501573 Economia FB 2

Professor/a de contacte

Nom:
María Dolores Márquez Cebrián
Correu electrònic:
mariadolores.marquez@uab.cat

Equip docent

Francisco Javier Vila Carnicero
Pau Milán Solé
Mireia Díaz Sanchís
Mar Gómez Pujalte

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

És recomanable tenir superades les següents assignatures: Estadística I, Matemàtiques I i Matemàtiques II. D'aquesta manera s'assegura l'assoliment de totes les competències necessàries per abordar l'estudi de l'Estadística II amb les majors garanties d'èxit. També és indispensable tenir coneixements bàsics de R.


Objectius

L'objectiu de l'assignatura és comprendre i ser capaç d'aplicar el mètode estadístic a la resolució de problemes propis de l'àmbit econòmic i empresarial. D'aquesta manera, a partir de l'evidència empírica recollida en una mostra, es podran extreure conclusions científicament vàlides que ajudaran en la presa de decisions.
L'assignatura ha de proporcionar també tots els fonaments teòrics que 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) juguen 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.
  • Utilitzar les tecnologies de la informació disponibles i adaptar-se als nous entorns tecnològics.
    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.
  • Que els estudiants hagin demostrat que comprenen i tenen coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es basa en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda d?'aquell camp d'estudi.
  • Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia.
  • Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
  • Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
  • Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
  • 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 quantitatives com qualitatives sobre el comportament de variables amb components aleatoris.
  2. Analitzar i establir conclusions, tant qualitatives com quantitatives sobre el comportament de variables amb components aleatoris.
  3. Analitzar variables mitjançant el contrast d'hipòtesis sobre les seves principals característiques.
  4. Capacitat de comunicació oral i escrita en català, castellà i anglès, que permeti sintetitzar i presentar oralment i per escrit la feina feta.
  5. Capacitat de continuar aprenent en el futur de manera autònoma, aprofundint els coneixements adquirits o iniciant-se en noves àrees de coneixement.
  6. Formalitzar la relació causal entre variables econòmiques amb incertesa.
  7. Iniciativa i capacitat de treballar autònomament quan la situació ho demani.
  8. Organitzar la feina, pel que fa a una bona gestió del temps i a la seva ordenació i planificació.
  9. Prendre decisions en situacions d'incertesa i mostrar un esperit emprenedor i innovador.
  10. Que els estudiants hagin demostrat que comprenen i tenen coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es basa en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda d?'aquell camp d'estudi.
  11. Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia.
  12. Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
  13. Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
  14. Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
  15. Seleccionar i generar la informació necessària per a cada problema, analitzar-la i prendre decisions partint d'aquesta informació.
  16. Treballar en equip i ser capaç d'argumentar les propostes pròpies i validar o refusar raonadament els arguments d'altres persones.
  17. 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 del model

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

4.6 Previsió


Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classes magistrals amb suport TIC 32,5 1,3 2, 3, 6, 9, 15, 17
Pràctiques de laboratori 17 0,68 3, 6, 7, 8, 16, 17
Tipus: Supervisades      
Tutories i seguiment dels treballs a realitzar 7,5 0,3 2, 3, 4, 5, 6, 7, 8, 9, 15, 16, 17
Tipus: Autònomes      
Estudi 89,5 3,58 2, 3, 4, 5, 6, 7, 8, 9, 15, 16, 17

1. Classes teòriques on el professorat desenvoluparà els principals conceptes

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

2. Resolució de llistes de problemes per part de l'alumnat

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'alumnat 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 cas de realitzar-se a l’aula habitual de docència, els estudiants i les estudiantes hauran de portar un ordinador portàtil per tal de poder participar en l’activitat.

4. Tutories presencials

L'alumnat disposarà d'unes hores d'atenció per part del professor o professora de l'assignatura on podrà resoldre els dubtes de manera personalitzada.

 

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.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Examen final 50% 2 0,08 1, 2, 3, 6, 10, 13, 15
Examen parcial 20% 1 0,04 1, 2, 3, 6, 10, 13, 15
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, 11, 12, 14, 15, 16, 17

Aquesta assignatura no preveu el sistema d’avaluació única.

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 60 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 compleix el 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 proves d'avaluació (exercicis en aula, entrega de treballs, ...) s'anunciaran amb suficient antelació durant el semestre.

La data de l'examen parcial i final de l'assignatura està programada en el 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 264. 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 següent formulari: e-Formulari per a la reprogramació de proves

Procediment de revisió de les qualificacions

Coincidint amb l'examen final s'anunciarà el dia i el mitjà enquees publicaran 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 a la recuperació l'alumnat ha d'haver estat prèviament avaluat en un conjunt d'activitats el pes de les qual equivalgui a un mínim de dues terceres parts de la qualificació total de l'assignatura". Apartat 2 de l'Article 261. La recuperació (Normativa Acadèmica UAB). Els estudiants i les estudiants han d'haver obtingut una qualificació mitjana de l’assignatura més gran o igual que 3,5 i menor que 5.

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.

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, s'ha de qualificar amb 0 aquest acte d’avaluació, amb independència del procés disciplinari que s’hi pugui instruir. En cas que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura és 0".  Apartat 11 de l'Article 266. Resultats de l'avaluació. (Normativa Acadèmica UAB).


Bibliografia

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

https://bibcercador.uab.cat/permalink/34CSUC_UAB/1eqfv2p/alma991007102549706709

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

https://bibcercador.uab.cat/permalink/34CSUC_UAB/1eqfv2p/alma991009774489706709

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

https://bibcercador.uab.cat/permalink/34CSUC_UAB/avjcib/alma991002745479706709

-  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 y la economía. Pearson-Prentice Hall. 2013

https://bibcercador.uab.cat/permalink/34CSUC_UAB/1eqfv2p/alma991004053949706709

-  Triola M. Estadística Pearson Educación 2004

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

 https://bibcercador.uab.cat/permalink/34CSUC_UAB/1eqfv2p/alma991009237169706709


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.

Llista d'idiomes

Nom Grup Idioma Semestre Torn
(PLAB) Pràctiques de laboratori 11 Català primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 12 Català primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 21 Català primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 22 Català primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 41 Anglès primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 42 Anglès primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 43 Anglès primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 511 Català primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 512 Català primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 521 Espanyol primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 522 Català primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 601 Català primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 602 Català primer quadrimestre matí-mixt
(TE) Teoria 1 Català primer quadrimestre matí-mixt
(TE) Teoria 2 Català primer quadrimestre matí-mixt
(TE) Teoria 4 Anglès primer quadrimestre matí-mixt
(TE) Teoria 51 Català primer quadrimestre tarda
(TE) Teoria 52 Espanyol primer quadrimestre tarda
(TE) Teoria 60 Català primer quadrimestre matí-mixt