Curs 2010-11

Anàlisi de Dades (21116)

Titulació/estudi: Grau en International Business Economics
Curs: primer
Trimestre: primer
Nombre de crèdits ECTS: 6 crèdits
Hores de dedicació de l'estudiant: 107 hores
Llengua o llengües de la docència: anglès
Professor: Walter Garcia-Fontes

1. Presentació de l'assignatura

Anàlisi de Dades és un curs que se centra en la recollida, organització i anàlisi descriptiva de dades estadístiques.

Aquesta assignatura es coneix també com Estadística Descriptiva. És la forma més bàsica de l'estadística, però estableix les bases per a tot el coneixement estadístic, i per tant és molt important. Les competències adquirides, però, a més d'útils per al futur són també instrumentals per al dia a dia de totes les assignatures. A més l'ús de l'estadística es troba a diversos àmbits, inclosos els mitjans de comunicació o l'administració, i probablement l'alumne en sap més del que pensa abans d'assistir a qualsevol curs d'estadística.

És un curs de caire pràctic i on es treballa l'estadística en forma intuïtiva, sense cap ús de fonaments matemàtics.

A més de treballar els conceptes i les tècniques relacionades amb l'estadística descriptiva, el curs també introdueix a l'ús de l'ordinador per al tractament de dades.

En poques paraules, és un curs en el qual s'aprendran els conceptes bàsics de l'estadística descriptiva i s'aplicaran en forma pràctica aquests conceptes a l'anàlisi de diversos conjunts de dades amb l'ajuda del ordinador.

Prerequisits per a l'itinerari formatiu

El curs conté tots els elements necessaris per al seu seguiment, i no pressuposa cap coneixement previ d'estadística.

No es requereixen tampoc coneixements matemàtics previs, més enllà de les matemàtiques bàsiques relacionades amb les operacions algebraiques més elementals, així com la manipulació de fórmules establertes, especialment amb la inclusió de sumatòries.

El curs fa un ús intensiu de l'ordinador com a eina per a recolzar l'anàlisi i interpretació de dades estadístiques. Se suposa que els alumnes tenen una experiència prèvia en entorns informàtics, tot i que es treballarà el seu ús per a l'organització i anàlisi de dades i per tant no es plantegen pre-requisits en aquest aspecte.

Valor afegit per a l'estudiant

L'assignatura és bàsica perquè l'estudiant assoleixi les competències necessàries per recolzar la presa de decisions mitjançant un coneixement basat en fets i dades sobre l'entorn econòmic. Forma part, per tant, dels itineraris formatius que tenen per objectiu treballar les competències instrumentals d'análisi estadística dels fenòmens reals.

Anàlisi de Dades és el primer curs d'estadística, en una seqüència que continua amb altres cursos d'estadística que proveeixen els fonaments matemàtics, així com altres cursos específics de l'administració d'empreses i l'anàlisi econòmica.

2. Competències que s'han d'assolir

A continuació presentem les competències a assolir en l'assignatura: 

Tipus de competència

Pes a l'avaluació

Generals/Transversals

1. Competències per a la comunicació oral i escrita

2%

2. Capacitat d'anàlisi i síntesi

1%

3. Capacitat per al treball en equip

1%

4. Aprenentatge a partir de l'ús i l'experiència

1%

5. Aplicació del coneixement teòric i eines d'anàlisi a situacions reals

1%

6. Habilitat per treballar de manera autònoma

1%

Específiques

7. Coneixement de les tècniques numèriques i gràfiques de descripció i anàlisi de dades

10%

8. Aplicació de les tècniques numèriques i gràfiques de descripció i anàlisi de dades

25%

9. Ús de les eines informàtiques bàsiques

7%

10. Capacitat per utilitzar l'ordinador per posar en pràctica les tècniques bàsiques de tipus numèric i gràfic

9%

11. Habilitats per a l'aplicació de tècniques estadístiques en la resolució de problemes

40%

12. Habilitats de recerca de fonts adients i discriminació de dades en la realització de treballs en equip

1%

13. Capacitat per comunicar a persones no expertes informes professionals amb descripció de dades estadístiques

1%

3. Avaluació

La màxima puntuació possible és de 100, a guanyar d'acord amb diverses activitats d'avaluació contínua i final que mesuraren el grau d'assoliment de les diverses competències que es treballen durant el curs.

3.1. Tipus d'avaluació

Avaluació contínua  

Lliurament setmanals de tasques:

Cada setmana s'assignen tasques que treballen algun aspecte concret dels conceptes introduïts a la setmana precedent. Es poden guanyar 5 punts si es completen totes aquestes tasques amb èxit.

Tests Setmanals:

Es faran tests setmanals tant a les classes magistrals (20 punts a guanyar) com als seminaris (20 punts a guanyar), que suposaran un màxim de 40 punts de la nota final. Els tests de seminari avaluen principalment les competències d'ús d'eines informàtiques per a l'anàlisi de dades i sols es poden avaluar als seminaris, per tant no es poden compensar amb cap altra activitat. Els tests de classe avaluen l'aprofitament continu del curs, i són semblants a les preguntes incloses a l'examen final, per tant es poden compensar amb l'examen final. És necessari haver obtingut un mínim de 15 punts perquè es valorin les altres activitats. Es descartarà la pitjor nota dels tests de seminari i la pitjor dels tests de classe, sigui per baixa nota o per absència.

Treball en equip:

Avaluació contínua mitjançant un treball d'equip, on es podran guanyar 20 punts en total. El treball d'equip consisteix en l'anàlisi d'un producte escollit pel grup de treball i la justificació de la introducció en el mercat d'un producte alternatiu en base als resultats obtinguts per l'anàlisi estadística.

Avaluació final  

Es farà un examen al final del trimestre on es poden guanyar 40 punts de la nota. L'examen és obligatori. S'ha d'obtenir un mínim de 15 punts per tenir dret a què es valorin les altres activitats.

Si s'han fet tots els tests de classe (amb una absència permesa) sols es tindrà en compte la nota dels tests de classe si fa pujar la nota del final, sinó l'examen final es comptarà sobre 60 punts (sent en aquest cas 25 punts el mínim per fer mitjana amb la resta d'activitats).

L'examen constarà de vuit preguntes pràctiques i el temps de realització previst és de dues hores.

3.2. Criteris per obtenir els crèdits del curs

Per obtenir els crèdits del curs s'ha d'obtenir un mínim de 50 punts en total, sempre que es respectin els mínims mencionats de l'avaluació contínua i final.

A continuació presentem un quadre resum del criteris d'avaluació general. 

Avaluació en termes d'activitats

Avaluació final

Examen final

40 punts de la nota final

(o 60 punts si els 20 punts

dels tests de classe no

pugen la nota l'examen final)

Mínims:

Es necessiten un mínim de

15 punts en cas que l'examen

final compti sobre 40 i de 25

punts en cas que compti

sobre 60

Avaluació

Continuada

Tests continus

d'avaluació

Lliurament setmanal

de tasques

5 punts de la nota final

Tests de classe

20 punts de la nota final

(sols es tindran en compte

si fan pujar la nota final)

Tests de seminaris

20 punts de la nota

Mínims:

15 punts sobre els 40 punts

dels tests de classe i seminari

Treball

en equip

15 punts de la nota final

Total de punts a guanyar

 

 

 

 

100 punts

(Es necessita obtenir

almenys 50 punts i complir

els requisits de mínims

establerts per a l'examen

final i els tests)

4. Bibliografia i recursos didàctics

1.     Llibre de text: David Moore, Estadística bàsica aplicada, segona edició, Editorial Bosch.

2.     Software d'anàlisi de dades ODStatistics: instal·lat als ordinadors de la UPF. Us el podeu baixar i portar a casa.

3.     Dossier de teoria preparat pels professors.

5. Metodologia

Organització de l'assignatura

Activitats per als estudiants   

La metodologia de l'assignatura es basa en les següents activitats per als estudiants:

1.     10 sessions en grup gran per a la presentació de conceptes i aplicacions bàsiques, on es produeix una transmissió de coneixements des del professor a l'alumne.
2.     8 sessions en grup petit on es treballen de forma conjunta i interactiva els diferents conceptes, on hi ha una transmissió de coneixements però també un aprenentatge mitjançant la pràctica.
3.     10 sessions de treball autònom individual dels alumnes on hi ha aprenentatge mitjançant la pràctic i l'ús.
4.     treballs autònoms en equip on hi ha aprenentatge mitjançant la pràctica i mitjançant la interacció entre els components de l'equip.
5.     preparació de l'examen final.
6.     realització de l'examen final.

En termes cronològics l'adequat seguiment del curs d'un alumne implica, de forma general, les següents etapes:

1.     Assistència a la sessió de grup gran (2 hores a la setmana).
2.     Sessions en grup petit (1 hora a la setmana, a partir de la tercera setmana)
3.     Treball autònom (temps suggerit: 4 hores a la setmana)
4.     Treball en equip (temps suggerit: 3 hores a la setmana)
5.     Preparació de l'examen final (temps suggerit: 15 hores al final del curs)
6.     Realització de l'examen final (2 hores)

El quadre següent presenta el total d'hores que l'alumnat dedicarà a aquest curs: 

Grup

Gran

Grup

Petit

Treball

Autònom

Individual

Treball

Autònom

Equip

Preparació

Examen

Realització

Examen

Dedicació

Setmanal

Setmana 1

2

3

5

Setmana 2

2

3

5

Setmana 3

2

1

4

3

10

Setmana 4

2

1

4

3

10

Setmana 5

2

1

4

3

10

Setmana 6

2

1

4

3

10

Setmana 7

2

1

4

3

10

Setmana 8

2

1

4

3

10

Setmana 9

2

1

4

3

10

Setmana 10

2

1

4

3

10

Preparació Examen

15

15

Examen Final

2

2

Total Hores (107)

20

8

38

24

15

2

6. Programació d'activitats

Competències i calendari

Setmana

Activitat

Recursos

Setmana 1

Classe gran

Presentació de l'assignatura;

Introducció a l'estadística;

Obtenció d'una mostra aleatòria

Moore secció inicial,

apartat 2.3

Setmana 2

Classe gran

Examen descriptiu de les dades

Moore pàg. 6-20

Setmana 3

Classe Gran

Seminari

Test 1: Setmana 1 i 2

Descripció d'una variable quantitativa

Test sobre Ús de Calc;

Cas Pràctic 1

Moore pàg. 30-51

Setmana 4

Classe gran

Seminari

Transformacions de les dades;

Dades agrupades

Test sobre ODStatistics;

Cas pràctic 2

Dossier pàg 1-8

Setmana 5

Classe gran

Seminari

Test 2: 1 variable numèrica

Càlculs amb la distribució normal

Primera presentació treball d'equip

Moore pàg. 51-75

Setmana 6

Clase gran

Seminari

Anàlisi de 2 variables numèriques

Test sobre càlculs amb la normal;

Cas pràctic 3

Moore pàg. 97-173

Setmana 7

Clase gran

Seminari

Test 3: Distribució normal

2 variables categòriques

Test: 2 variables numèriques;

Cas pràctic 4

Moore pàg. 173-203

Setmana 8

Clase Gran

Seminari

Sèries temporals

Segona presentació del treball d'equip

Dossier pàg 42-69

Setmana 9

Classe gran

Seminari

Test 4: dues variables

Desigualtat

Test: 2 variables categòriques;

Cas pràctic 5

Dossier pàg. 9-14

Setmana 10

Classe gran

Seminari

Nombres índex

Última presentació del treball d'equip

Dossier pàg. 22-41

Esdeveniments més importants

Totes les setmanes s'han de completar els guions de treball independent. 

Setmana

Esdeveniment

1

Formació de seminaris

2

Formació d'equips i elecció del projecte

3

Test 1 en classe gran, Test 1 en seminari

4

Test 2 en seminari

5

Test 2 en classe gran, primera presentació dels equips

6

Test 3 en seminari

7

Test 3 en classe gran, test 4 en seminari

8

Segona presentació dels equips

9

Test 4 en classe gran, Test 5 en seminari

10

Tercera presentació dels equips