Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2023
Descripció:
Tècniques d'anàlisi multivariant: construcció d'indicadors sintètics, classificació i segmentació. Tècniques de mineria de dades.
Crèdits ECTS:
6

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
Georgia Escaramis Babiano  / Gemma Renart Vicens
Idioma de les classes:
Català (90%), Anglès (10%)

Competències

  • CG1- Seleccionar i sistematitzar la informació de forma eficient
  • CG4- Analitzar críticament les dades i la documentació econòmica legal, i saber interpretar i extreure resultats significatius
  • CG7- Expressar formalment les relacions entre les variables involucrades en un problema econòmic, utilitzant els principals instruments informàtics, matemàtics i estadístics per a la seva resolució
  • ECOCE4- Aplicar les eines bàsiques de la inferència estadística i els models economètrics en l'anàlisi econòmica
  • ADECE10- Aplicar els mètodes d'optimització matemàtica, les eines bàsiques de la inferència estadística i els models economètrics per fer previsions i anàlisis empresarials

Continguts

1. Introducció

2. Construcció d'indicadors sintètics de variables numèriques (Anàlisi en Components Principals)

3. Construcció d'indicadors sintètics de variables qualitatives (Anàlisi de Correspondències Múltiple)

4. Interpretació de relacions entre conjunts de variables numèriques

5. Classificació i segmentació de mercats (Anàlisi Clúster)

6. Arbres de decisió per a la identifiació i caracterització de patrons de mercat.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Anàlisi / estudi de casos 15,00 78,00 0 93,00
Sessió participativa 27,00 30,00 0 57,00
Total 42,00 108,00 0 150

Bibliografia

  • Hair, Joseph F (1999). Análisis multivariante (5ª ed). Madrid: Prentice-Hall. Catàleg
  • Bagozzi, Richard P (1994). Advanced methods of marketing research. Cambridge, Mass.: Blackwell. Catàleg
  • James, Witten, Haslie and Tibshirani (2013). An introduction to statistical learning with applications in R. Springer.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Lliurament d'exercicis amb el programa R. Lliurament d'exercicis en format individual. Es començaran a l'aula i s'acabaran fora. 100

Qualificació

D'acord amb la normativa d'avaluació de la UdG:

a) Els exercicis amb el programa R són activitats recuperables.

b) La prova d'avaluació única és recuperable.

c) La nota final en l'avaluació continuada serà la mitjana aritmètica dels tots els lliuraments proposats sempre i quan, l'assistència a classe sigui major al 80%.

d) La nota màxima que es pot assolir en la recuperació de qualsevol activitat d'avaluació és de 5 punts.

e) La realització fraudulenta d'algun o alguns exercicis exigits en l'avaluació de l'assignatura comporta la nota final de suspens amb independència del procés disciplinari que es pugui seguir respecte l'alumnes infractor.

Criteris específics de la nota «No Presentat»:
En el cas de no lliurar alguna de les activitats d'avaluació, la nota final serà No Presentat.

Avaluació única:
L'avaluació única consistirà en un únic examen final de tota la matèria de l'assignatura valorat amb el 100%.

Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0 i una assistència mínima del 80%.

Tutoria

El canal preferit de tutoria és al despatx del professorat.

Com a canal addicional s'obrirà en el moodle un fòrum de dubtes. D'aquesta manera els dubtes i les seves respostes es posen en comú.

Comunicacio i interacció amb l'estudiantat

Vegeu apartat tutoria

Observacions

Es recomana haver cursat l'assignatura d'Estadística i Econometria

Modificació del disseny

Modificació de les activitats:
En un escenari de classes semipresencials a causa de la COVID-19:

-Demanem als estudiants la lectura prèvia de les parts del material corresponents al tema particular estudiat, que es detallaran per a cada sessió. Dedicarem les sessions presencials sobretot a aplicar aquests coneixemnts teòrics a casos reals.

En un escenari de classes totalment virtuals a causa de la COVID-19:

-El plantejament és el mateix, per videoconferència a través de blackboard collaborate o el sistema habilitat per la UdG que el substitueixi.

Modificació de l'avaluació:
En un escenari de classes semipresencials a causa de la COVID-19 no es preveuen canvis significatius.

En un escenari de classes totalment virtuals a causa de la COVID-19:

-Els lliuraments telemàtics de les pràctiques es continuaran fent, adaptant el temps per executar-les i lliurar-les des de casa.

-Els exàmens seran on-line, en streaming.


Tutoria i comunicació:
En un escenari de classes semipresencials a causa de la COVID-19 no es preveuen canvis significatius, tret de la cita prèvia per a les tutories presencials, que es faran en espais habilitats per la facultat, i durant les quals no podran canviar de mans dispositius electrònics o documents.

En un escenari de classes totalment virtuals a causa de la COVID-19:

-Mantenim comunicació via moodle en un fòrum de dubtes.

-S'afegeix com a canal addicional les tutories individualitzades o per grups reduïts, a través de blackboard collaborate o el sistema habilitat per la UdG que el substitueixi.

L'alumnat diagnosticat, que hagi estat en contacte amb persones infectades, o que tingui símptomes s'acollirà en tot cas a l'escenari virtual mentre duri la seva afectació.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.