GUÍA DOCENTE. Curso Académico 2015/16. Máster Universitario en Métodos de Investigación en Ciencias Económicas y Empresariales

Transcripción

1 GUÍA DOCENTE Curso Académico 2015/16 1. Modelización 1.1. Datos de la asignatura Tipo de estudios Titulación Nombre de la asignatura Carácter de la asignatura Máster Máster Universitario en Métodos de Investigación en Ciencias Económicas y Empresariales Modelización Obligatoria Curso 1º Idioma de impartición Coordinador/a de la asignatura Semestre Español García Alonso, Carlos 1º Semestre Número de créditos 4.0 Course data Study type Degree Course name Course caracter Master Master's Degree in Research Methods in Business Modelling Required Courses Course 1º Language Responsible Semester Spanish García Alonso, Carlos 1º Semester Página 1 de 6

2 ECTS Credits Datos del equipo de profesores Escuela de Doctorado Página web: Departamento de Matemáticas e Ingeniería Apellidos, Nombre García Alonso, Carlos Correo electrónico cgarcia@uloyola.es 1.3. Requisitos previos Conocimientos básicos sobre el diseño, desarrollo y utilización de modelos matemáticos y estadísticos. 1.4 Objetivos del curso La materia presenta los principios críticos en el diseño y desarrollo de modelos que permitan fundamentar los procesos de toma de decisiones en el ámbito de las Ciencias Económicas y Empresariales. En este marco, el objetivo principal de la asignatura es capacitar a los/las alumnos/as en los principios de la formulación de modelos contrastables de forma empírica en el ámbito antes mencionado mediante reglas lógicas, matemáticas, estadísticas y/o basadas en el conocimiento experto. DE ACUERDO CON LA COMPETENCIA BÁSICA CB1: con esta asignatura se pretende aportar los conocimientos sufientes para que los alumnos puedan aportar y aplicar ideas originales en contextos de la investigación científica Asistencia a clase La asistencia a clase es un elemento esencial dentro del proceso de aprendizaje de la asignatura, junto con la participación activa del alumno y el trabajo continuo. La configuración de la asignatura necesita la asistencia y la participación en clase del 80% o superior para alcanzar los objetivos y competencias de la asignatura. Los alumnos que por concurrir causas objetivas (p. ej. enfermedad, trabajo y otras equiparables) no puedan asistir a clase, lo deberán de comunicar al profesor al comienzo del curso, justificando las circunstancias objetivas indicadas Contenidos del programa Tema 1: Modelos y modelización: conceptos fundamentales. 1.1 Qué es un modelo? Existe consenso en qué significa modelar? 1.2. Por qué necesitamos diseñar y desarrollar modelos? 1.3. Tipos de modelos, son igualmente útiles? cómo se selecciona un modelo? Página 2 de 6

3 Tema 2: El diseño y desarrollo de modelos 2.1. Enfocando la situación a modelar Criterios de racionalidad Selección de variables y parámetros Relaciones causales y funcionales. Tema 3: Verificación y validación de modelos La lógica del modelo Verificación de un modelo Validación de un modelo. Tema 4: Análisis de resultados y retroalimentación. 1. Análisis de sensibilidad y paramétrico. 2. Técnicas estadísticas de análisis de resultados. Tema 5: Aplicaciones prácticas. Contents Section 1: Models: fundamentals. 1.1 What is a model? 1.2. Why do we need models? 1.3. Types of models, are all the same? How can we select the appropriate model? Página 3 de 6

4 Section 2: Models: Design and Development 2.1. Focusing the sitation for modeling Criteria of rationality Variable and parameter selection Causality and causal models. Section 3: Models: Testing and validation The model logic Model testing Model validation. Section 4: Analysis of the results and retroalimentation. 1. Parametric analysis. 2. Statistical analysis of the results. Section 5: Examples Referencias de consulta André, F.J., Cardenete, M.A., Romero, C Designing public policies: an approach based on multi-criteria analysis and computable general equilibrium modeling. Springer-Verlag with Foundation BBVA, GE and SP. Everitt, B.S Multivariate modeling and multivariate analysis for behavioral sciences. CRC Press, FL, USA. Fitzgerald, J., Larsen, P.G. 2 nd ed Modelling systems: practical tolos and techniques in software development. Cambridge University Press, UK. Glaeskens, G., Hjort, N.L. 3 rd ed Model selection and model averaging. Cambridge University Press, UK. Goodwin, P., Wright, G. 2 nd ed Decision analysis for management judgement. John Wiley & Sons, UK. Klir, G.J Uncertainty and information: foundations of generalized information theory. John Wiley & Sons, NJ, USA. Kollman, K., Miller, J.H., Page, S.E Computational models in Political Economy. The MIT Press, MA, USA. Li, Q., Chen, Y.L Modeling and analysis of enterprise and information systems: from requirements to realization. Springer-Verlag with High Education Press, DE and CH. Michalewicz, Z., Fogel, D.B How to solve it: modern heuristics. Springer-Verlag, GE. Pearl, J. 2 nd ed Causality: models, reasoning and inference. Cambridge University Press, UK. Página 4 de 6

5 Spadaro, A. (Ed.) Microsimulation as a tool for the evaluation of public policies. Fundación BBVA, SP. Wainer, G.A Discrete-event modelling and simulation: a practitioner s approach. CRC Press, FL, USA. 2. Métodos Docentes Los instrumentos didácticos-docentes se utilizarán en el desarrollo de la asignatura serán fundamentalmente los siguientes: La lección magistral será utilizada para la exposición de los conceptos de cada tema. Clases prácticas dedicadas al diseño y desarrollo de modelos. Lecturas comentadas de artículos y libros relacionados con la asignatura. Modelización de un problema real usando los conocimientos adquiridos y aplicando las técnicas aprendidas en la asignatura. Tutorías individuales en el despacho del profesor. Se pondrá a disposición de los alumnos el siguiente material básico: - Guía Docente de la asignatura. - Artículos de investigación relacionados con el tema de estudio. - Software necesario. 3. Tiempo estimado de trabajo del estudiante Actividades presenciales 40 40% Clases teóricas: 20 Clases prácticas: 10 Seminarios: 7 Tutorías programadas en todo el cuatrimestre: 1 Presentación y defensa del trabajo de investigación 2 Página 5 de 6

6 Actividades no presenciales 60 60% (trabajo autónomo del estudiante) Realización del trabajo de investigación 35 Lectura de artículos y material bibliográfico 25 Carga total de horas de trabajo % 4. Métodos de evaluación y porcentaje en la calificación final La evaluación del aprendizaje debe comprender tanto el proceso realizado como el resultado obtenido. El examen tradicional sólo permite evaluar el resultado obtenido, dejando al margen el proceso de aprendizaje. Por este motivo, en el sistema de evaluación se valorarán las actividades programadas durante el curso. Los alumnos tendrán que realizar un trabajo de investigación relacionado con el contenido de la asignatura. Concretamente, tendrán que modelizar alguna situación propuesta por ellos o por el profesorado aplicando alguna de las técnicas desarrolladas durante el curso. El formato en el que el alumnado habrá de presentar el trabajo será definido en los primeros días del curso. En la calificación final del trabajo se tendrá en cuenta el proceso de elaboración del mismo, su contenido y la exposición realizada. La siguiente tabla muestra los porcentajes que cada método de evaluación supone en la calificación final del alumnado. Métodos de evaluación Trabajo Final 75% Evaluación Continua 25% Trabajo Final (en el caso de no poder asistir a clase de forma justificada) 100% Página 6 de 6