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 |
Sí |
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.