GUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas

Transcripción

1 GUIA DOCENTE Curso Académico ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre de la asignatura Estadística e Introducción a la Econometría Carácter de la asignatura Troncal Curso 3º Idioma de impartición Español Coordinador/a de la asignatura Mariano Carbonero Ruz Semestre Anual Número de créditos ECTS Datos del equipo de profesores. Facultad de Ciencias Económicas y Empresariales. Página web: Departamento de Gestión Empresarial y Métodos Cuantitativos Apellidos, Nombre Arjona Fuentes, Juan Manuel Carbonero Ruz, Mariano Grupo al que imparte clase A A B C D H (Inglés) Despacho Nº 51 Edificio 1 Planta 3ª Nº 23 Edificio 1 Planta 3ª Correo electrónico jmarjona@etea.com mcarbonero@etea.com 1.3. Requisitos previos Los que la legislación impone para el primer ciclo de LADE. Resulta conveniente que el alumno haya cursado las asignaturas de Matemáticas e Introducción a la Estadística así como que tenga conocimientos a nivel de usuario de Word y Excel.

2 1.4. Asistencia a clase No es obligatoria aunque sí recomendable para una mejor asimilación de la base teórica necesaria para la resolución de los ejercicios prácticos. No obstante, los profesores de la asignatura podrán establecer como obligatorias determinadas actividades presenciales Objetivos del curso Competencias generales: Como objetivos generales de la asignatura se pretende que al finalizar la misma el alumno sea capaz de: - Buscar, registrar, resumir, analizar, presentar e interpretar datos e información estadística en el ámbito de la Administración de Empresas. - Usar un software específico de tratamiento estadístico de datos. - Ser capaz de orientarse hacia la calidad: inquietud por el rigor y la claridad. Competencias específicas: Al terminar la asignatura el alumno debe ser capaz de: - Conocer el significado real de los parámetros asociados a las principales distribuciones estadísticas. - Distinguir el significado y propiedades de las características muestrales y poblacionales. - Estimar a partir de una muestra los parámetros de que una distribución depende. - Tomar decisiones bajo riesgo sobre el valor de un parámetro a partir de la información procedente de una muestra. - Emplear correctamente el software adecuado para aplicar los procedimientos técnicos descritos en la asignatura: regresión lineal, contrastes sobre independencia y bondad de ajuste. - Identificar en situaciones reales la conveniencia de emplear estos procedimientos. - Comunicar los resultados de los análisis efectuados Contenidos del programa Tema 1. Concepto de inferencia estadística Inferencia estadística: definición y necesidad Conceptos de muestreo estadístico y no estadístico. Ventajas del muestreo estadístico Tipos de muestreo estadístico. Muestreo aleatorio simple Concepto de distribución en el muestreo. Tema 2. Distribución normal y distribuciones asociadas Hipótesis de normalidad, Teorema Central del Límite. 2.2, Distribución de una combinación lineal de variables normales independientes Distribución ji cuadrado de Pearson Distribución t de Student Distribución F de Snedecor. Tema 3. Distribuciones en el muestreo Distribución de la media muestral Población normal con varianza conocida Población normal con varianza desconocida Población no normal. Grandes muestras Distribución asociada a la varianza muestral en una población normal Distribución de una combinación lineal de las medias muestrales de dos poblaciones normales.

3 Poblaciones independientes con varianzas conocidas Poblaciones independientes con varianzas desconocidas pero iguales Poblaciones relacionadas Distribución asociada al. cociente de varianzas muestrales de poblaciones normales e independientes Distribución asociada a proporciones muestrales Caso de una población Caso de dos poblaciones independientes. Tema 4. Estimación puntual Concepto de estimación puntual Métodos de estimación puntual Método de los momentos Método de la máxima verosimilitud Propiedades de los estimadores Insesgadez Consistencia Estimación de parámetros en las distribuciones más usuales. Tema 5. Intervalos de confianza Concepto de intervalo de confianza. Intervalos unilaterales y bilaterales. Nivel de confianza Intervalos de confianza para los parámetros de las distribuciones más usuales Determinación del tamaño muestral y del nivel de confianza. Tema 6. Contraste de hipótesis Concepto de contraste de hipótesis. Hipótesis nula y alternativa, simples y compuestas Errores de tipo I y II. Definición y cálculo de sus probabilidades. Nivel de significación Contraste de hipótesis sobre los parámetros de las distribuciones más usuales Determinación del tamaño muestral. Nivel crítico de un contraste de hipótesis. Determinación. Tema 7. Aplicaciones de la distribución ji cuadrado Contrastes de independencia y homogeneidad Contraste de bondad de ajuste Caso de distribuciones completamente especificadas Caso de distribuciones dependientes de parámetros desconocidos. Tema 8. Regresión lineal mínimo cuadrática I El problema de regresión lineal simple. Método de mínimos cuadrados Estimación de coeficientes. Propiedades de los estimadores Coeficientes de determinación. Significado Contraste de análisis de la varianza. Tema 9. Regresión lineal mínimo cuadrática II Modelo de regresión lineal múltiple. Notación matricial Estimación de coeficientes y coeficientes de determinación Posibles contrastes en el modelo lineal Contraste de análisis de la varianza Contrastes sobre los coeficientes del modelo Introducción al análisis de residuos Regresión por etapas Referencias de consulta Libro de referencia principal: NEWBOLD, P (2001), Estadística para los negocios y la economía, Prentice Hall, Madrid Otra bibliografía recomendada:

4 MARTÍN PLIEGO, F.J. (2004), Introducción a la estadística económica y empresarial (Teoría y práctica), Thomson, Madrid. MONTIEL, A.M; RIUS, F. y BARÓN, F.J. (1998), Elementos básicos de estadística económica y empresarial, Prentice Hall, Madrid. NOVALES, ALFONSO (1997), Estadística y Econometría. McGraw. PEÑA, D. y ROMO, J. (1997), Introducción a la estadística para las ciencias sociales, Mcgraw-Hill, Madrid. PERALTA, M. J. y SERRANO A. (1990), Problemas de inferencia estadística. PÉREZ LÓPEZ, C. (2001), Técnicas estadísticas con SPSS, Prentice Hall, Madrid. PÉREZ LÓPEZ, C. (2002), Estadística aplicada a través de Excel, Prentice Hall, Madrid. 2. Métodos Docentes El contenido del programa se impartirá siguiendo la siguiente metodología docente: Clases Teórico-Prácticas: Bajo el modelo de lección magistral donde se introducirán y detallarán los conceptos teóricos de cada apartado del programa acompañados de ejemplos y problemas resueltos bien en pizarra o bien en ordenador. En este último caso se avisará con tiempo de antelación suficiente al objeto de asegurar que el número de portátiles a disposición de los alumnos es el adecuado para un correcto seguimiento de la explicación. Asimismo en cada clase se propondrán una serie de problemas para su resolución en el aula valorándose el hecho de que el alumno se ofrezca de forma voluntaria para su resolución en la pizarra. Clases en sala de ordenadores: El alumno que cursa la asignatura debe ser capaz de manejar un software estadístico al nivel de definición de variables, preparación de datos y obtención de resultados referentes a los temas del programa de la asignatura. Esta formación se impartirá en sala de ordenadores en sesiones programadas al final de los temas correspondientes. 3. Tiempo estimado de trabajo del estudiante Actividades presenciales Nº horas 40% Clases teóricas: 55 18,33 Clases prácticas: 55 18,33 Realización de exámenes parciales y final: 10 3,33 Actividades no presenciales (trabajo autónomo del estudiante) Preparación de actividades prácticas (ejercicios, trabajos individuales y/o en grupo, etc.) 60% Estudio semanal y preparación de exámenes Carga total de horas de trabajo % 4. Métodos de evaluación y porcentaje en la calificación final La evaluación del aprendizaje se realizará a través de: Dos exámenes parciales liberatorios, (uno por cuatrimestre).

5 Un examen final en junio, desglosado en dos partes que corresponden a los contenidos del 1º y 2º parcial, con el fin de que cada alumno pueda examinarse de aquella parte no superada, debiendo aprobarse cada parcial por separado, no compensándose notas entre parciales. Convocatorias de Septiembre y Diciembre En Septiembre la evaluación del aprendizaje se realizará con un examen final desglosado en dos partes que corresponden a los contenidos del 1º y 2º parcial, con el fin de que cada alumno pueda examinarse de aquella parte no superada en la convocatoria de junio, debiendo aprobarse cada parcial por separado, no compensándose notas entre parciales. En la convocatoria de Diciembre la evaluación se realizará con un examen correspondiente al contenido completo de la asignatura.