Análisis de Datos (20825)
Titulación/estudio: Grado en Economía
Curso: primero
Trimestre: primero
Número de créditos ECTS: 6 créditos
Horas de dedicación del estudiante: 107 horas
Lengua o lenguas de la docencia: catalán y castellano
Profesor: Luca di Gennaro y Eva Ventura
1. Presentación de la asignatura
Análisis de Datos es un curso que se centra en la recogida, organización y análisis descriptivo de datos estadísticos.
Esta asignatura se conoce también como Estadística Descriptiva. Es la forma más básica de la estadística, pero es muy importante porque establece las bases de todo el conocimiento estadístico. Las competencias adquiridas, además de ser útiles para el futuro, también son necesarias para el día a día de todas las asignaturas. Además, el uso de la estadística está presente en diferentes ámbitos, incluidos los medios de comunicación o la administración y, probablemente, el alumno sepa más de lo que cree antes de asistir a cualquier curso de estadística.
Es un curso principalmente práctico y en el que se trabaja la estadística de manera intuitiva, sin el uso de ningún fundamento matemático.
Además de trabajar los conceptos y las técnicas relacionadas con la estadística descriptiva, el curso también introduce al tratamiento de datos por ordenador.
En pocas palabras, es un curso en el que se aprenderán los conceptos básicos de la estadística descriptiva y se aplicarán de manera práctica al análisis de diferentes conjuntos de datos con la ayuda del ordenador.
Prerrequisitos para el itinerario formativo
El curso contiene todos los elementos necesarios para su seguimiento y no presupone ningún conocimiento previo de estadística.
Tampoco se requieren conocimientos previos de matemáticas, más allá de las matemáticas básicas relacionadas con las operaciones algebraicas más elementales y la manipulación de fórmulas establecidas, especialmente las sumatorias.
El curso hace un uso intensivo del ordenador como herramienta para apoyar el análisis y la interpretación de datos estadísticos. Se da por hecho que los estudiantes disponen de una experiencia previa en entornos informáticos, aunque se trabajará la utilidad en la organización y el análisis de datos, campo en el cual no se requiere experiencia previa.
Valor añadido para el estudiante
La asignatura es básica para que el estudiante adquiera las competencias necesarias para apoyar la toma de decisiones mediante un conocimiento basado en hechos y datos sobre el entorno económico. Por lo tanto, forma parte de los itinerarios formativos que tienen como objetivo trabajar las competencias instrumentales de análisis estadístico de los fenómenos reales.
Análisis de Datos es el primero de una serie de cursos de estadística que proporcionan los principios matemáticos útiles en otros cursos específicos de administración de empresas y de análisis económico.
2. Competencias que se deben lograr
A continuación presentamos las competencias que se adquieren en la asignatura:
|
Tipo de competencia |
Peso en la evaluación |
|
Generales/Transversales |
|
|
1. Competencias para la comunicación oral y escrita |
2% |
|
2. Capacidad de análisis y síntesis |
1% |
|
3. Capacidad de trabajo en equipo |
1% |
|
4. Aprendizaje a partir de el uso y la experiencia |
1% |
|
5. Aplicación del conocimiento teórico y de las herramientas de análisis en situaciones reales |
1% |
|
6. Habilidad para trabajar de forma autónoma |
1% |
|
Específicas |
|
|
7. Conocimiento de las técnicas numéricas y gráficas de descripción y análisis de datos |
10% |
|
8. Aplicación de las técnicas numéricas y gráficas de descripción y análisis de datos |
25% |
|
9. Uso de las herramientas informáticas básicas |
7% |
|
10. Capacidad para utilizar el ordenador para poner en práctica las técnicas básicas de tipo numérico y gráfico |
9% |
|
11. Habilidades para la aplicación de técnicas estadísticas en la resolución de problemas |
40% |
|
12. Habilidades de búsqueda de fuentes adecuadas y discriminación de datos en la realización de trabajos en equipo |
1% |
|
13. Capacidad para comunicar a personas no expertas informes profesionales con descripción de datos estadísticos |
1% |
3. Evaluación
La máxima puntuación posible es 100, que se obtiene de diversas actividades de evaluación continua y final que miden el grado de adquisición de las diferentes competencias que se trabajan durante el curso.
3.1. Tipo de evaluación
Evaluación continua
Entregas semanales de tareas:
Todas las semanas se asignan tareas que trabajan algún aspecto concreto de los conceptos introducidos la semana anterior. Se pueden obtener 5 puntos si se completan con éxito todas estas tareas.
Test Semanales:
Se realizarán test semanales tanto en las clases de grupo grande (20 puntos en total), como en los seminarios (20 puntos en total) que supondrán un máximo de 40 puntos de la nota final. Los test de seminario evalúan principalmente las competencias de la utilización de herramientas informáticas para el análisis de datos y solo se pueden evaluar en los seminarios, por tanto, no se pueden compensar con ninguna otra actividad. Los test de clase evalúan el provecho continuo del curso y son parecidos a las preguntas que aparecen en el examen final, por este motivo, se pueden compensar con el examen final. Es necesario haber obtenido un mínimo de 15 puntos para que se valoren las otras actividades. Se descartaran la peor nota de los test de seminario y la peor de los de clase, ya sea por baja o por ausencia.
Trabajo en equipo:
Evaluación continua mediante un trabajo de equipo con el que se podrá obtener un total de 15 puntos. El trabajo de equipo consiste en el análisis de un producto escogido por el grupo y la justificación de la introducción en el mercado de un producto alternativo en base a los resultados obtenidos por el análisis estadístico.
Evaluación final
Se realizará un examen al final del trimestre en el que se podrán obtener 40 puntos de la nota. El examen es obligatorio. Se debe obtener un mínimo de 15 puntos para que se valoren el resto de actividades.
Si se han realizado todos los test de clase (con una ausencia permitida) sólo se tendrá en cuenta la nota de estos test si hace subir la nota final, en caso contrario, el examen final se contará sobre 60 puntos (en este caso, el mínimo de puntos para hacer media con el resto de actividades será de 25).
El examen constará de ocho preguntas prácticas y el tiempo previsto para responderlas es de dos horas.
3.2. Criterios para obtener los créditos del curso
Para obtener los créditos del curso hay que obtener un mínimo de 50 puntos en total, siempre que se respeten los mínimos mencionados en la evaluación continua y final.
A continuación se muestra un cuadro resumen de los criterios de evaluación generales.
|
Evaluación según la actividad |
||
|
Evaluación final |
Examen final |
40 puntos de la nota final (o 60 puntos si los 20 puntos de los test de clase no suben la nota del examen final) |
|
Mínimos: |
Se necesita un mínimo de 15 puntos en el caso de que el examen final cuente sobre 40 y de 25 puntos en el caso de que cuente sobre 60 |
|
|
Evaluación Continuada |
Test continuos de evaluación |
|
|
Entrega semanal de tareas |
5 puntos de la nota final |
|
|
Test de grupo grande |
20 puntos de la nota final (sólo se tendrán en cuenta si hacen subir La nota final) |
|
|
Test de seminarios |
20 puntos de la nota |
|
|
Mínimos: |
15 puntos sobre los 40 puntos de los test de clase y seminario |
|
|
Trabajo en equipo |
15 puntos de la nota final |
|
|
Total de puntos posibles
|
100 puntos (Es necesario obtener un mínimo de 50 puntos y cumplir los requisitos de mínimos establecidos para el examen final y los test) |
|
4. Bibliografía y recursos didácticos
1. Libro de texto: David Moore, Estadística bàsica aplicada, segona edició, Editorial Bosch.
2. Software de análisis de datos ODStatistics: instalado en los ordenadores de la UPF. Lo podéis descargar y llevároslo a casa.
3. Dosier de teoría preparado por los profesores.
5. Metodología
Organización de la asignatura
Actividades para los estudiantes
La metodología de la asignatura se basa en las siguientes actividades para los estudiantes:
1. 10 sesiones en grupo grande para la presentación de conceptos y aplicaciones básicas, en las que se produce la transmisión de conocimientos del profesor al alumno.
2. 8 sesiones de seminario en las que se trabajan de forma conjunta e interactiva los diferentes conceptos y en las que hay una transmisión de conocimientos pero también un aprendizaje mediante la práctica.
3. 10 sesiones de trabajo autónomo individual de los alumnos en las que hay un aprendizaje mediante la práctica y el uso.
4. Trabajos autónomos en equipo en los que hay un aprendizaje mediante la práctica y la interacción entre los miembros del equipo.
5. Preparación del examen final.
6. Realización del examen final.
En términos cronológicos, el seguimiento adecuado del curso de un alumno implica, de forma general, las siguientes etapas:
1. Asistencia a la sesión de grupo grande (2 horas a la semana).
2. Sesiones de seminario (1 hora a la semana, a partir de la tercera semana)
3. Trabajo autónomo (tiempo sugerido: 4 horas a la semana)
4. Trabajo en equipo (tiempo sugerido: 3 horas a la semana)
5. Preparación del examen final (tiempo sugerido: 15 horas al final del curso)
6. Realización del examen final (2 horas)
El cuadro siguiente muestra el total de horas que el alumnado dedicará a este curso:
|
|
Grupo Grande |
Seminario |
Trabajo Autónomo Individual |
Trabajo Autónomo Equipo |
Preparación Examen |
Realización Examen |
Dedicación Semanal |
|
Semana 1 |
2 |
|
3 |
|
|
|
5 |
|
Semana 2 |
2 |
|
3 |
|
|
|
5 |
|
Semana 3 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 4 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 5 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 6 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 7 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 8 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 9 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Semana 10 |
2 |
1 |
4 |
3 |
|
|
10 |
|
Preparación Examen |
|
|
|
|
15 |
|
15 |
|
Examen Final |
|
|
|
|
|
2 |
2 |
|
Total Horas (107) |
20 |
8 |
38 |
24 |
15 |
2 |
|
|
|
|
|
|
|
|
|
|
6. Programación de actividades
Competencias y calendario
|
Semana |
Actividad |
Recursos |
||||
|
Semana 1 Grupo grande
|
Presentación de la asignatura; introducción a la estadística; Obtención de una muestra aleatoria |
Moore, sección inicial, apartado 2.3
|
||||
|
Semana 2 Grupo grande
|
Examen descriptivo de los datos |
Moore, pág. 6-20
|
||||
|
Semana 3 Grupo grande Seminario
|
Test 1: Semanas 1 y 2 Descripción de una variable cuantitativa Test sobre el uso de Calc; Caso práctico 1 |
Moore, pág. 30-51
|
||||
|
Semana 4 Grupo grande Seminario
|
Transformaciones de los datos; Datos agrupados Test sobre ODStatistics; Caso práctico 2 |
Dosier, pág. 1-8
|
||||
|
Semana 5 Grupo grande Seminario
|
Test 2: 1 variable numérica Cálculos con la distribución normal Primera presentación trabajo de equipo |
Moore, pág. 51-75
|
||||
|
Semana 6 Grupo grande Seminario
|
Análisis de 2 variables numéricas Test sobre cálculos con la distribución normal; Caso práctico 3 |
Moore, pág. 97-173
|
||||
|
Semana 7 Grupo grande Seminario
|
Test 3: Distribución normal 2 variables categóricas Test: 2 variables numéricas; Caso práctico 4 |
Moore, pág. 173-203
|
||||
|
Semana 8 Grupo grande Seminario
|
Series temporales Segunda presentación del trabajo de equipo |
Dosier, pág. 42-69
|
||||
|
Semana 9 Grupo grande Seminario
|
Test 4: dos variables Desigualdad Test: 2 variables categóricas; Caso práctico 5 |
Dosier, pág. 9-14
|
||||
|
Semana 10 Grupo grande Seminario
|
Números índices Última presentación del trabajo de equipo |
Dosier, pág. 22-41
|
||||
Hechos más importantes
Todas las semanas hay que completar los guiones de trabajo independiente.
|
Semana |
Hechos |
|
1 |
Formación de seminarios |
|
2 |
Formación de equipos y elección del proyecto |
|
3 |
Test 1 en grupo grande, test 1 en seminario |
|
4 |
Test 2 en seminario |
|
5 |
Test 2 en grupo grande, primera presentación de los equipos |
|
6 |
Test 3 en seminario |
|
7 |
Test 3 en grupo grande, test 4 en seminario |
|
8 |
Segunda presentación de los equipos |
|
9 |
Test 4 en grupo grande, test 5 en seminario |
|
10 |
Tercera presentación de los equipos |