Informació general


Tipus d'assignatura: Bàsica

Coordinador: Núria Masferrer Llabinés

Trimestre:1

Crèdits: 6

Professorat: Josep Mª Raya Vilches

Descripció


• Aplicar tècniques estadístiques qualitatives i quantitatives per a la recerca de mercats
• Plantejar, organitzar, realitzar i presentar un projecte de recerca de mercats  i utilitzar els resultats obtinguts per a la presa de decisions

Capacitat per reconèixer, familiaritzar-se i utilitzar tècniques estadístiques a l’hora de prendre decisions de mercat. Tot aquest enfocament farà compatible la capacitat per calcular manualment les diverses eines per un conjunt reduït de dades amb la capacitat d’utilitzar i analitzar i interpretar les sortides (outputs) dels softwares estadístics. Algunes preguntes que es resoldran al llarg del curs:

  • Com saber com és l'acció més rendible? I la mes arriscada?
  • Què acció presenta una distribució de preus mes simètrica?
  • Podem conèixer la rendibilitat d'una any de educació?
  • Com sabem que companyia gasta més en publicitat? Estan associades vendes i publicitat?
  • Quant augmenta el preu d'un habitatge a Barcelona en augmentar la seva superfície en un metre quadrat?
  • Podem criticar l’índex de preu de l'habitatge que fa el Ministeri de l'habitatge?
  • Com podríem construir un índex de l’evolució del preu de l'habitatge que tingui en compte que els habitatges que es venen cada any no són les mateixes?
  • Quant és l'efecte estacional d'Agost per a l'entrada de turistes a Catalunya?
  • Quin és el valor esperat que obtindrà un empresari davant la decisió de pujar o no el preu?
  • Com és la probabilitat que un individu estigui en el tram superior de renda de l'IRPF si sabem que la renda a Espanya segueix una determinada distribució normal?
  • Què podem extreure de l'anàlisi d'un text del client?

 

Resultats d'aprenentatge


Ser capaç de descriure la distribució d'una variable en tots els seus nivells: centralització, dispersió, simetria i curtosi (com per exemple el nombre de followers de diversos perfils de twitter)

Identificar la força de l'associació entre variables.

Diferenciar entre correlació i causalitat

Quantificar la relació causal entre dos variables com la publicitat i les vendes

Identificar els diferents patrons d'una sèrie temporal (tendència i estacionalitat) com les visitants a una pàgina web

Calcular probabilitats en una situació d'incertesa per les distribucions més comunes.

Metodologia de trabajo


  • MD1. Classe magistral
  • MD2. Conferències
  • MD5. Seminaris
  • MD7. Estudis de cas
  • MD9. Resolució d'exercicis i problemes

En les sessions presencials amb tot el grup es combinaran sessions de teoria amb sessions de resolució d'exercicis a mà i mitjançant casos pràctics amb dades d’empreses reals.

En les sessions pràctiques els estudiants treballaran exercicis i bases de dades amb el programa R/Stata (a determinar). Caldrà portar portàtil a l’aula.

Hi haurà una conferència d’un/a professional que utilitza l’Estadística aplicada al Marketing. Ja sigui en investigció de mercats, big data o posicionament estratègic.

Aquesta assignatura disposa de recursos metodològics i digitals per fer possible la seva continuïtat en modalitat no presencial en el cas de ser necessari per motius relacionats amb la Covid-19. D’aquesta forma s’assegurarà l’assoliment dels mateixos coneixements i competències que s’especifiquen en aquest pla docent. El TecnoCampus posarà a l’abast del professorat i l’alumnat les eines digitals necessàries per poder dur a terme l’assignatura, així com guies i recomanacions que facilitin l’adaptació a la modalitat no presencial.

 L'aula (física o virtual) és un espai segur, lliure d'actituds masclistes, racistes, homòfobes, trànsfobes i discriminatòries, ja sigui cap a l'alumnat o cap al professorat. Confiem que entre totes i tots puguem crear un espai segur on ens puguem equivocar i aprendre sense haver de patir prejudicis d'altres.

Continguts


Tema 1

 

Introducció

  • Conceptes bàsics: població, mostra, tipus de mostreig, variables, tipus de variables, dades i tipus de dades. Text mining.

Tema 2

Estadística Unidimensional

  • Mesures de centralització
  • Mesures de dispersió
  • Mesures de simetria
  • Mesures de curtosi
  • Cas 1:empresa de marketing

Tema 3

Estadística bidimensional

  • Associació de variables quantitatives: regressió lineal
  • Associació de variables qualitatives
  • Cas 2:relació entre vendes i publicitat

Tema 4

Sèries temporals

  • Components d’una sèrie temporal
  • Desestacionalització d’una sèrie temporal
  • Cas 3: anàlisi de sèrie de vendes

Tema 5

Probabilitat

  • Conceptes bàsics
  • Distribucions discretes: distribució binomial
  • Distribucions contínues: distribució normal

Activitats d'aprenentatge


  • AF1. Sesions teòriques
  • AF2. Seminaris
  • AF3. Treball en grup
  • AF4. Treball individual
  • AF5. Estudi personal

 

Exercici Estadística descriptiva. Individual (Dins i fora de l'aula)

Test estadistica descriptiva. Individual (Dins i fora de l'aula) . Virtual

Exercici associació entre variables quantitatives. Individual (Dins i fora de l'aula)

Exercici associació entre variables qualitatives. Individual (Dins i fora de l'aula)

Exercici de sèries temporals. Individual (Dins i fora de l'aula)

Test associació entre variables quantitatives i qualitatives i sèries temporals. (Dins i fora de l'aula) . Virtual

Exercici de distribució binomial. Individual (Dins i fora de l'aula)

Exercici de distribució normal. Individual (Dins i fora de l'aula)

Test de probabilitat. (Dins i fora de l'aula) . Virtual

Treball amb software informàtic. Grup (Dins i forma de l'aula)

Examen. Individual

 

Sistema d'avaluació


L'avaluació trimestral tindrà en compte els següents aspectes amb els pesos que s'indiquen:
- SE4. Examen final de trimestre: 60%. Nota mínima 3.5 sobre 10.
- SE2. Treball amb base de dades: 30%
- SE2. Lliurament d'exercicis i pràctiques proposades: 10% 

Hi haurà una recuperació al iniciar el següent trimestre. Només es recuperarà l’examen. A l’altra 40% és mantindrà la nota de l’avaluació trimestral.

Un alumne que no s'hagi presentat a la primera convocatòria NO pot presentar-se a la recuperació.

Bibliografia


Bàsic

RAYA, J. (2012): Estadística aplicada a los negocios y el Marketing. Prentice Hall

SPIEGELHALTER, D. (2019). The Art of Statistics: Learning from Data. Pelican books. 

Complementary

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