1128 - INFERENCIA ESTADÍSTICA PARA LA GESTIÓN EMPRESARIAL

Tipo de asignatura: obligatoria

Coordinador: Nuria Masferrer Llabinés

trimestre: Segundo trimestre

Créditos: 4

• Català
• Castellano
• Inglés

Consulta los horarios de los distintos grupos para saber el idioma de impartición de clases. Aunque el material puede estar en cualquiera de los tres idiomas.

La asignatura "Inferencia estadística para la gestión empresarial" es la continuación de la asignatura "Fundamentos de estadística y Análisis de datos", que los estudiantes han cursado previamente. La asignatura quiere establecer en el estudiante unos conocimientos teóricos sólidos sobre la materia, así como incidir en la capacidad de su aplicación práctica en el estudio del mundo real, especialmente en el ámbito económico.

En particular, en esta asignatura se abordarán los conceptos básicos de la inferencia estadística, comenzando con las distribuciones muestrales de la media y la proporción, la modelización de datos univariantes, los intervalos de confianza y los contrastes de hipótesis. Además, los contrastes de comparación más elementales llevan al estudio de la regresión lineal simple y múltiple.

Se trata pues de una asignatura instrumental en que se proporcionan herramientas estadísticas que se utilizan en diferentes contextos. Además hay que destacar el papel de los ordenadores en la facilitación del estudio de bases de datos.

1. Introducción a la inferencia estadística

Concepto de muestra, población, estadístico y parámetro.

Distribuciones poblacionales y muestrales

Distribuciones Binomial, Normal y t-Student.

Muestreo.

2. Estimación puntual de parámetros poblacionales. Intervalos de confianza de parámetros poblacionales. El tamaño muestral

Distribución de la media muestral, de la proporción muestral y de la suma o diferencia de medias o proporciones muestrales. El Teorema del Límite Central.

Concepto de estimador: Robustez, sesgo y eficiencia de un estimador.

Estimación puntual de la media, varianza, desviación estándar y proporción poblacionales. El error estándar.

Estimación por intervalo. Nivel de confianza. Error de estimación.

Intervalos de confianza de la media poblacional, de la proporción poblacional, de la diferencia de medias poblacionales y de la diferencia de proporciones poblacionales

Relación entre el tamaño muestral y el error de estimación y cálculo del tamaño muestral para estimar la media o proporción poblacional.

3. Contraste de hipótesis estadísticas

Conceptos de hipótesis nula • la e hipótesis alternativa. Nivel de significación, Error tipo I (alfa), error tipo II (beta). P-valor. Valor crítico. Zona de rechazo de hipótesis nula.

Contraste de la media poblacional.

Contraste de la proporción poblacional.

Contraste de la diferencia de medias poblacionales para muestras independientes.

Contraste de la diferencia de proporciones poblacionales para muestras independientes

4. Diseño de experimentos: Análisis de la varianza a un factor y Tablas de Contingencia

Comparación de más de dos medias poblacionales: Análisis de la varianza (ANOVA), Distribución F de Fisher-Snedecor.

Test de independencia de atributos: La distribución Ji-Quadrat.

5. Introducción al análisis de los Modelos de Regresión Lineal (simple y múltiple)

El Modelo de Regresión Lineal Simple: interpretación de la pendiente, bondad del ajuste.

El Modelo de Regresión Lineal Múltiple Ordinario: Hipótesis previas. Inferencia sobre el modelo: significación conjunta del modelo, significación individual de los coeficientes. Bondad del ajuste: el coeficiente de determinación. Transformaciones sobre variables.

El 40% de la nota de la asignatura corresponderá a la evaluación continua durante el curso, a partir de la participación y presentación de trabajos.

El 60% de la nota de la asignatura corresponderá a un examen al final del trimestre, donde el estudiante deberá obtener una cierta calificación mínima de 10 para poder acumular la calificación de la evaluación continua.

Para superar la asignatura es necesario que la nota media ponderada sea superior o igual a 5.

Si el estudiante no supera el curso, podrá optar a una recuperación del examen final (60% de la nota total) en el período indicado en el calendario académico, con la condición de obtener una cierta calificación mínima sobre 10 por poder acumular la calificación de la evaluación continua. No se hace recuperación de las actividades llevadas a cabo en la evaluación continua.

Un alumno que no se haya presentado a la primera convocatoria NO puede presentarse a la recuperación.

MOORE, DS, MCCABE, GP, CRAIG, B, A, (2012) Introduction to the practice of Statistics, 7th edition. Freeman.

MOORE, DS (2009) Estadística aplicada básica, 2a. ed. Antoni Bosch Editor

https://estamatica.net/manual-de-stata/

KOHLER, U. and Kreuter, F. (2012). Data Analysis Using Stata, Third Edition. Stata Press.

ESCOBAR MERCADO, M. FERNÁNDEZ MACÍAS, E. and BERNARDI, F. (2012). Cuadernos Metodológicos Análisis de datos con Stata, Segunda Edición. Stata Press.

MAYO, D. (2018). Statistical Inference as Severe Testing: How to Get Beyond the Statistics Wars. Cambridge University Press.

Newbold, PAUL, Carlson, W., Thorne, W. (2007), Estadística para los negocios y la economía, 6ta edición, Madrid, Prentice Hall.

MOORE, D., (1995), The basic practice of Satatistics. Freeman.

WONNACOTT, WONNACOTT (1990), Introductory Statistics for business and economics, Wiley and sonidos.

THOMAS, JJ (1980), Introducción al análisis estadístico para economistas. Marcombo.

PEÑA, D., ROMO, J., (1997), Introducción a la estadística para las ciencias sociales, Madrid, McGrau-Hill / Interamericana de España, SAU

JOHNSON, BHATTACHRYYA (1992), Statistics, principles and methods. Wiley and sonidos.

FREEDMAN, D. (1993), Estadística. Modelos y Métodos. Barcelona, ​​A. Bosch ed.

http://www.ugr.es/~proman/ED/Comenzando_DescriptivaUnidim_RCommander.pdf

PEÑA, D. (1991), Estadística. Modelos y Métodos, Madrid. Alianza Universidad Textos.

https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf

http://yunus.hacettepe.edu.tr/~ncokca/kndnt/201516_BD/ECO232_R%20Commander_PartOne.pdf

http://yunus.hacettepe.edu.tr/~ncokca/kndnt/201516_BD/ECO232_R%20Commander_PartTwo.pdf

Trocitos, MW (2009) An Introduction to Statistical Inference and Its Applications with R. 1st Edition. Chapman and Hall / CRC

Elosu Olid, P., Etxeberria MURGIONDO, J. (2012) R Commander. Gestión y análisis de datos. Cuadernos de Estadística. Editorial La Muralla.

Lier, H. Zwanziger, S. (2011) Introduction to the theory of Statistical Inference. 1st edition. Chapman & Hall / CRC Texts in Statistical Science.