Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2007
Descripció:
Estadística descriptiva. Probabilitat. Inferència estadística. Models de regressió simple i de variables explicatives. Utilització de paquets economètrics per a ordinador d’ús generalitzat.
Crèdits:
9
Idioma principal de les classes:
Català
S’utilitza oralment la llengua anglesa en l'assignatura:
Sense especificar
S’utilitzen documents en llengua anglesa:
Sense especificar

Grups

Grup A

Durada:
Anual
Professorat:
Maria Antonia Barcelo Rado  / Marc Saez Zafra

Horaris:

Activitat Horari Aula
Teoria1 dt 11-12, dj 12-14 15

Grup B

Durada:
Anual
Professorat:
Maria Antonia Barcelo Rado  / SONIA GONZALEZ RAYA  / Marc Saez Zafra

Horaris:

Activitat Horari Aula
Teoria2 dt 9-11, dj 11-12 20

Grup C

Durada:
Anual
Professorat:
Maria Antonia Barcelo Rado  / SONIA GONZALEZ RAYA  / RADU ORGHIDAN

Horaris:

Activitat Horari Aula
Teoria3 dt 17-19, dj 16-17 15

Competències

  • Comprendre i saber utilitzar els principals raonaments i eines matemàtics i estadístics per al plantejament i resolució de problemes econòmics
  • Saber utilitzar mètodes economètrics senzills per a fer previsions i contrastar models econòmics
  • Habilitats per a analitzar i buscar informació procedent de fonts diverses
  • Capacitat d'aprenentatge autònom
  • Capacitat per a la resolució de problemes
  • Capacitat crítica i autocrítica
  • Coneixements d'informàtica

Altres Competències

  • Domini de les dues eines bàsiques de la inferència estadística: estimació per intervals de confiança i contrast d'hipòtesis.
  • Saber usar i interpretar el model de regressió lineal simple i múltiple per al plantejament i resolució de problemes econòmics
  • Saber usar les etapes del modelat estadístic

Continguts

1. Intervals de confiança.

          1.1. Distribució normal, Bernouilli, binomial i khi quadrada. Mostreig. Distribucions mostrals. Distribució mostral dels paràmetres de les distribucions normal i de Bernouilli. Teorema central del límit. Teorema de Txebishev. Propietats de la mitjana, l’esperança i la variància.

          1.2. Estimació puntual i per interval.

          1.3. Concepte i interpretació d’un interval de confiança. Probabilitat versus confiança

          1.4. Fases en la construcció d’un interval de confiança. Cas de l’esperança d’una normal amb variància coneguda.

          1.5. Distribució t de Student. Cas de l’esperança d’una normal amb variància desconeguda.

          1.6. Variància d’una normal.

          1.7. Robustesa quan el supòsit de normalitat no es compleix.

          1.8. Cas de la probabilitat d’una distribució de Bernouilli.

2. Contrastos d’hipòtesis.

          2.1. Hipòtesis estadística. Hipòtesis nul·la i alternativa. Interpretació del rebuig i el no rebuig.

          2.2. Cas d’hipòtesis alternativa bilateral. Etapes en la realització d’un contrast. Estadístic de contrast. Distribució de referència. Regió crítica. Error i risc tipus I. Equivalència amb l’interval de confiança. P-valor o nivell de significació.

          2.3. Contrastos sobre paràmetres de les distribucions normal i de Bernouilli. Robustesa quan el supòsit de normalitat no es compleix.

          2.4. Hipòtesis alternatives bilaterals versus unilaterals.

          2.5. Potència del contrast. Funció de potència.

          2.6. Estimació màxim versemblant. Concepte i propietats.

3. Relació entre una variable normal i una variable binària: comparació de dues poblacions normals.

          3.1. Mostres independents. Dependència entre una variable numèrica i una binària.

          3.2. Distribució F de Fisher-Snedecor. Distribució mostral del quocient de variàncies: interval de confiança i contrast.

          3.3. Distribució mostral de la diferència de mitjanes: variàncies desconegudes qualssevol i desconegudes iguals. Diferència d’esperances: interval de confiança i contrast.

          3.4. Dades aparellades. Avantatges. Esperança de les diferències: interval de confiança i contrast.

          3.5. Distribució mostral per la diferència de proporcions. Diferència de proporcions. Interval de confiança i contrast.

4. Contrastos no paramètrics.

          4.1. Contrastos paramètrics versus no paramètrics.

          4.2. Contrastos de bondat de l’ajustament. Contrast Dmax de Kolmogorov-Smirnoff-Lilliefors i diagrama probabilístic normal.

          4.3. Relació entre dues variables qualitatives. Contrast khi quadrada de Pearson. Aplicació a la comparació de proporcions amb mostres independents.

5. Relació entre una variable normal i una variable qualitativa qualsevol. Model d’anàlisi de la variància (ADEVA) amb un factor.

          5.1. Enfocament descriptiu. Descomposició de la suma de quadrats. Eta quadrada.

          5.2. Model estadístic d’anàlisi de la variància amb un factor. Equació, paràmetres i supòsits.

          5.3. Anàlisi exploratòria. Compliment dels supòsits.

          5.4. Contrast de significació global. Contrastos individuals: risc global i risc individual.

6. Model de regressió lineal simple.

          6.1. L'econometria. Introducció i Història. Desenvolupament històric.

          6.2. Models economètrics. Concepte, tipus de dades i de models. Fases en la confeció d'un model economètric.

          6.3. Especificació: equació, paràmetres i supòsits.

          6.4. Estimació dels paràmetres pel mètode de mínims quadrats ordinaris (MQO), propietats. Propietats dels residus. Residus estudentitzats.

          6.5. Mesures de bondat de l'ajustament. Descomposició de la suma de quadrats. Coeficient de determinació.

          6.6. Anàlisi residual. Compliment dels supòsits. Transformacions de les variables. Valors atípics: observacions mal explicades, influents a priori i influents a posteriori. Distància de Cook.

          6.7. Inferència: intervals de confiança i contrastos de significació.

          6.8. Ús del model. Interpretació i previsions.

7. El model de regressió lineal múltiple.

          7.1. Repàs bàsic d’àlgebra matricial. Avantatges de la notació matricial.

          7.2. El model en notació matricial. Especificació del model: formulació i hipòtesis bàsiques.

          7.3. Estimació i propietats.

          7.4. Altres contrastos. Models anierats: global de tots els coeficients, d'un conjunt de coeficients, d'un conjunt de restriccions lineals.

          7.5. Ús del model. Interpretació i previsions.

8. Errors d'especificació.

          8.1. Errors d'especificació relacionats amb les variables explicatives.

                    8.1.1. Omissió de variables rellevants.

                    8.1.2. Inclusió de variables supèrflues.

          8.2. Errors d'especificació en la forma funcional.

          8.3. Errors d'especificació en la pertorbació aleatòria. No normalitat.

9. Problemes relacionats amb la informació mostral.

          9.1. Multicolinealitat.

                    9.1.1. Definició i conseqüències per a l'estimació per MQO.

                    9.1.2. Detecció i valoració de la seva importància.

                    9.1.3. Possibles solucions.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Anàlisi / estudi de casos 4,00 9,00 13,00
Prova d'avaluació 4,00 10,00 14,00
Resolució d'exercicis 15,00 22,00 37,00
Sessió expositiva 48,00 83,00 131,00
Sessió pràctica 19,00 46,00 65,00
Total 90,00 170,00 260

Bibliografia

  • Novales Cinca, Alfonso (1997). Estadística y econometría. Madrid [etc.]: McGraw-Hill.
  • Gujarati, Damodar N. (2003). Econometria (4th). Boston: Mc Graw Hill.
  • Pérez López, César (cop. 2001). Técnicas estadísticas con SPSS. Madrid [etc.]: Prentice Hall.
  • Sáez i Zafra, Marc, Barceló Rado, María Antonia (1998). Econometría, : introducción y casos prácticos. Madrid: Centro de Estudios Ramón Areces.
  • Peña, Daniel (1989-1993). Estadística, : modelos y métodos (2ª ed., rev). Madrid: Alianza.
  • Pérez López, César (2005). Métodos estadísticos avanzados con SPSS (primera). Thomson.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Estimació per interval i contrast d’hipòtesis: Incidència de la incapacitat laboral transitòria. S'avaluarà el desenvolupament i interpretació dels exercicis proposats en la pràctica a la qual fa referència el temari.
Comparació de dos tractaments. Anàlisi exploradora de dades. Proves no paramètriques. Variables relacionades amb la incapacitat laboral transitòria S'avaluarà el desenvolupament i interpretació dels exercicis proposats en la pràctica a la qual fa referència el temari.

Anàlisi de la varìància: model per la incapacitat laboral transitòria S'avaluarà el desenvolupament i interpretació dels exercicis proposats en la pràctica a la qual fa referència el temari.
El model de regressió lineal simple: El model CAPM. S'avaluarà el desenvolupament i interpretació dels exercicis proposats en la pràctica a la qual fa referència el temari.
El model de regressió lineal múltiple. Errors d'especificació: violació dels supòsits. Factors explicatius de costos directes hospitalaris S'avaluarà el desenvolupament i interpretació dels exercicis proposats en la pràctica a la qual fa referència el temari.
Realització d'exàmens L'examen constarà d'una sèrie de preguntes teòriques i exercicis pràctics d'aplicació.

Qualificació

L'avaluació constarà de dos examens parcials que comptaran un 80% de la nota global de l'assignatura i de l'entrega de les pràctiques programades que comptaran el 20% restant. Per a superar l'assignatura caldrà obtenir una puntuació global mínima de 5 sobre 10. L'estudiant que no realitzi els exercicis pràctics podrà presentar-se a les proves escrites tant a Febrer com a Juny com a Setembre però haurà de tenir en compte que per superar l'assignatura haurà d'aconseguir una nota global de 5 sobre 8, que és la qualificació màxima que es pot obtenir en les proves escrites.

AVALUACIÓ DE L'EXAMEN (80%):
El primer examen parcial té caràcter voluntari i inclourà la matèria vista a classe el primer quadrimestre. Qui obtingui un mínim de 4 punts sobre 10 a la prova escrita podrà sumar els punts corresponents a les pràctiques. El segon examen parcial englobarà tota la matèria de l’assignatura, però qui hagi obtingut una nota igual o superior a 5 punts en l'avaluació del primer quadrimestre podrà presentar-se al segon examen només del contingut del segon quadrimestre. Pels que es presentin al segon parcial de tota la matèria, la nota d’examen és la del segon parcial. Pels que es presentin al segon parcial del contingut del segon quadrimestre, la nota final és la mitjana aritmètica simple d’ambdós parcials sempre i quan cadascuna d’ambdues notes sigui superior o igual a 4.

AVALUACIÓ DE LES PRÀCTIQUES (20%):
Primera i segona entrega: l'execució d'aquests exercicis es valoraran amb una puntuació màxima de 0,7 punts cadascun a afegir a la nota de l'examen del primer parcial, sempre i quan aquest arribi a una puntuació superior o igual a quatre punts sobre deu.

Tercera entrega: l'execució de l'exercici es valorarà amb una puntuació màxima de 0,60 punts a afegir a la nota de l'examen del primer parcial, sempre i quan aquest arribi a una puntuació superior o igual a quatre punts sobre deu.

Quarta entrega: l'execució de l'exercici es valorarà amb una puntuació màxima de 0,80 punts a afegir a la nota de l'examen del segon parcial, sempre i quan aquest arribi a una puntuació superior o igual a quatre punts sobre deu.

Cinquena entrega: l'execució de l'exercici es valorarà amb una puntuació màxima de 1,20 punts a afegir a la nota de l'examen del segon parcial, sempre i quan aquest arribi a una puntuació superior o igual a quatre punts sobre deu.



Observacions

La part d’estadística correspon al primer quadrimestre. La resta dels temes corresponen a introducció a l’econometria i es desenvoluparan durant el segon quadrimestre, de forma compartida amb els estudiants de l’assignatura "Introducció a l’Econometria" de segon cicle procedents de la Diplomatura en Ciències Empresarials. L’assignatura és acumulativa. Els temes no es poden tractar de manera aïllada sinó que la comprensió d’un tema requereix el domini dels temes anteriors. Per al seguiment amb èxit de l’assignatura és imprescindible estudiar al dia el llibre, els apunts i les llistes de problemes, resoldre els exercicis pràctics proposats i resoldre els dubtes immediatament als horaris de tutoria.

Les pràctiques es faran amb el programari SPSS a l’aula d’informàtica durant una hora quinzenal amb el grup subdividit. Durant les setmanes que no es facin pràctiques, aquesta hora es dedicarà preferentment a problemes a l’aula de classe.

La comunicació general amb el grup-classe pel què fa a orientacions de caire
general es realitzarà de manera habitual a les sessions presencials i a
través de la intranet docent "La meva UdG"

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.