Dades generals

Curs acadèmic:
2019
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. Métodes per extreure de grans conjunts de dades informació rellevant per a la presa de decisions

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. Identificació i caracterització de segments de mercat.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Anàlisi / estudi de casos 15 63 78
Classes participatives 27 30 57
Prova d'avaluació 3 12 15
Total 45 105 150

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 %
Lliurament d'exercicis amb el programa R. Lliurament d'exercicis en grups segons matricula. Es començaran a l'aula i s'acabaran fora. 60
Examen final Prova d'avaluació individual. 40

Qualificació

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

a) Els exercicis amb el programa R són activitats no recuperables.

b) La prova d'avaluació final és recuperable.

c) 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»:
Obtindrà una qualificació numèrica qui compleixi alhora les condicions següents:

a) LLiuri almenys la meitat dels exercicis d'avaluació en grup.
b) Faci l'examen individual d'avaluació.

Qui no compleixi alguna constarà com a No Presentat.

Observacions

Haver cursat l'assignatura d'Estadística