Vicerrectorado de Ordenacin Acadmica

01/11/14

2014GUA DOCENTE DE LA ASIGNATURA

Pgina 1 de 4

Master Universitario en ANLISIS ECONMICO Y EMPRESARIAL por la Universidad de MlagaFacultad de Ciencias Econmicas y EmpresarialesMTODOS ESTADSTICOS PARA LA ECONOMETRA106ObligatoriaMTODOS ESTADSTICOS Y ECONOMTRICOS PARA LA ECONOMA Y LA EMPRESA IBSICO

Castellano113N Crditos

N Horas de dedicacin del estudiante: 7522,5

Tamao del Grupo Grande:Tamao del Grupo Reducido:Pgina web de la asignatura:

N Horas presenciales:

Semestre:Curso:

Mdulo:Experimentalidad:Idioma en el que se imparte:

Materia:

Grado/Mster en:Centro:Asignatura:Cdigo:Tipo:

EQUIPO DOCENTE

ECONOMA APLICADA (ESTADSTICA Y ECONOMETRA) (Dep. 15)

ECONOMA APLICADA

Mail Telfono Laboral Despacho Horario Tutoras

Coordinador/a: CARLOS GAMERO BURON

JUAN MARCOS CASTRO BONAO

gamero@uma.es

mcastro@uma.es

952132057

952132030

2103 - FAC. DE ECONMICAS

D-1204A - FAC. DE ECONMICAS

Primer cuatrimestre: Martes 11:30 - 13:00, Mircoles 10:00 - 11:30, Jueves 10:00 - 13:00 Segundo cuatrimestre: Martes 11:30 - 13:00, Mircoles 10:00 - 11:30, Jueves 11:30 - 13:00, Viernes 10:00 - 11:30

Primer cuatrimestre: Lunes 16:30 - 18:30, Martes12:00 - 15:00, Jueves 12:00 - 13:00 Segundo cuatrimestre: Viernes 12:00 - 15:00, Mircoles 11:00 - 14:00

Nombre y Apellidos

rea:

Departamento:

RECOMENDACIONES Y ORIENTACIONES

Se recomienda tener conocimientos previos de estadstica descriptiva y terica, algunos conocimientos sobre clculo diferencial y lgebra de matrices, as como facilidad en el manejo de programas estadsticos a nivel de usuario bsico.

CONTEXTO

En su primera parte, este curso pretende introducir al alumno en los conceptos y desarrollos de la Inferencia Estadstica, asociados con la estimacin de parmetros y del contraste de hiptesis sobre los mismos. A lo largo del curso se particularizarn estos tpicos para el caso del modelo de regresin lineal normal clsico. Esto constituye un buen punto de partida para la comprensin y utilizacin de modelos ms complejos manejados en los mbitos de la Microeonometra y Macroeconometra, en la medida en que tales modelos relajan supuestos bsicos establecidos en el contexto lineal clsico.

La investigacin de mercados y en general el anlisis socioeconmico se basa cada vez ms en el anlisis computerizado de datos estadsticos (minera de datos). Es por ello que, en su segunda parte, este curso pretende que el alumnado sea capaz de gestionar la informacin multivariante para la toma de decisiones econmicas y empresariales.

COMPETENCIAS

CONTENIDOS DE LA ASIGNATURA

Inferencia Estadstica

Anlisis Exploratorio de datos multivariantes

1. Variables aleatorias y distribuciones de probabilidad: Introduccin. Conceptos bsicos. Concepto de variable aleatoria. Funciones de densidad yde distribucin. Esperanza matemtica y momentos. Algunas importantes distribuciones tericas de probabilidad. Vectores aleatorios. Teora asinttica.

2. Estimacin puntual y por intervalos: Introduccin. Muestreo aleatorio simple. Distribuciones en el muestreo. Estimacin por puntos. Estimacin por intervalos. Estimacin en el modelo de regresin lineal clsico.

3. Contraste de hiptesis: Introduccin. Conceptos bsicos. Contraste UMP: El lema de Neyman Pearson. Contrastes de significacin. Contrastes basados en la funcin de verosimilitud (LR, W y LM). Contrastes basados en intervalos de confianza. Contraste de hiptesis en poblaciones normales. Contraste de hiptesis en el modelo de regresin lineal clsico.

4. De la minera de datos al Big Data.Datos, tcnicas y fases del Anlisis Multivariante. Anlisis exploratorio multivariante. Anlisis de Datos perdidos. Anlisis de Datos anmalos.

DESCRIPCIN DE LA ASIGNATURA

Vicerrectorado de Ordenacin Acadmica

01/11/14

2014GUA DOCENTE DE LA ASIGNATURA

Pgina 2 de 4

5. Tcnicas multivariantes aplicadas al anlisis microeconmico de mercados. Anlisis factorial. Anlisis de Correspondencias. Anlisis Cluster.

ACTIVIDADES FORMATIVAS

Actividades Presenciales

Actividades expositivasLeccin magistral

ACTIVIDADES DE EVALUACIN

RESULTADOS DE APRENDIZAJE / CRITERIOS DE EVALUACIN

En el primer bloque de esta asignatura, los estudiantes utilizarn y conocern el potencial y las limitaciones de las herramientas necesarias para desarrollar los principales mtodos estadsticos empleados en Econometra que tienen su base en la Teora de la Probabilidad. En concreto, los estudiantes profundizarn en los contenidos de inferencia estadstica (estimacin y contraste de hiptesis), necesarios para el anlisis de datos de naturaleza econmica y sern capaces de buscar la metodologa adecuada para resolver problemas de carcter terico o aplicado.

El segundo bloque habilitar a los alumnos a la minera de datos o anlisis exploratorio de datos multivariantes, analizando problemas como los datosperdidos o la influencia de datos anmalos. Asimismo, se impartirn tcnicas multivariantes claves en el anlisis de mercados como son la clasificacin y el anlisis de las interdependencias entre variables y casos.

PROCEDIMIENTO DE EVALUACIN

Los procedimientos de evaluacin consisten en:1. Participacin activa en clase: Criterio: Resolucin de listados de ejercicios. Ponderacin: 20% Actividad recuperable NO

2.- Participacin aciva: Criterio: Resolucin de supuestos prcticos con ordenador Competencias a evaluar: Ponderacin: 10% de la nota final Actividad recuperable NO

3.- Examen escrito sobre bloque I Criterio: Examen escrito. Evaluar el dominio de los conceptos tericos y prcticos Resolucin de ejercicios. Competencias: Ponderacin: 40% de la nota final Actividad recuperable: SI

4. Examen escrito sobre bloque II Criterio: Examen por ordenador. Evaluar el dominio de los conceptos tericos y prcticos Resolucin de ejercicios. Competencias: Ponderacin: 30% de la nota final Actividad recuperable: SI

BIBLIOGRAFA Y OTROS RECURSOS

Bsica

Canavos, G.C. (1988): Probabilidad y Estadstica, Aplicaciones y Mtodos, McGraw Hill.

Casas Snchez, J.M. y Santos Peas, J. (1999): Estadstica Empresarial, Editorial Centro de Estudios Fundacin Areces.

Davidson, R. y Mackinnon, J.G. (2004): Econometric Theory and Methods, Oxford University Press, 2004.

Green, W.H. (1998): Anlisis Economtrico, Prentice Hall

Gujarati, D. (2004): Basic Econometrics, The McGrawHill Companies.

Hair, J.F. y otros (1999): Anlisis multivariante, Prentice Hall.

Johnston, J. (1984): Mtodos de Econometra, Vicens-Vives Universidad.

Lvy Mangin, J.P. y Varela Mallou, J. (Dirs.): Anlisis Multivariable para las Ciencias Sociales, Pearson.

Maddala, G.S. (1992): Introduction to Econometrics, MacMillan Publishing Company.

Notas de clase aportadas por el profesor.

Prez Lpez, C. (2004): Tcnicas de Anlisis Multivariante de Datos, Pearson

Prez Lpez, C. (2005): Tcnicas Estadsticas con SPSS 12. Aplicaciones al anlisis de datos, Pearson.

Ruz-Maya, L. y Martn-Pliego, F.J. (2004): Fundamentos de Inferencia Estadstica, Editorial AC.

Vicerrectorado de Ordenacin Acadmica

01/11/14

2014GUA DOCENTE DE LA ASIGNATURA

Pgina 3 de 4

Uriel, E. y Alds, J. (20059: Anlisis multivariante aplicado. Aplicaciones al Marketing, Investigacin de Mercados, Economa, Direccin de Empresas y Turismo, Thomson Paraninfo; 2005Wagner, W.E. (2010): Using SPSS for Social Statistics and Research Methods, Pine Forge Press.

DISTRIBUCIN DEL TRABAJO DEL ESTUDIANTE

ACTIVIDAD FORMATIVA PRESENCIAL

Descripcin Horas Grupo grande Grupos reducidos

Leccin magistral 22,5

TOTAL HORAS ACTIVIDAD FORMATIVA PRESENCIAL 22,5

TOTAL HORAS ACTIVIDAD FORMATIVA NO PRESENCIAL

TOTAL HORAS ACTIVIDAD EVALUACIN

TOTAL HORAS DE TRABAJO DEL ESTUDIANTE

45

7,5

75