Última actualización: 09/05/2022


Curso Académico: 2024/2025

Métodos Cuantitativos para la Empresa
(16062)
Máster Universitario en Dirección de Empresas- Master in Management (Plan: 404 - Estudio: 262)
Escuela de Empresa


Coordinador/a: VILLAGARCIA CASLA, TERESA

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Cualquer titulación que de acceso al Master in Management
Objetivos
Los estudiantes aprenden acerca de los modelos básicos que se utilizan para representar los datos de corte transversal y de series de tiempo. El objetivo principal es la interpretación de los modelos, con menos énfasis en los aspectos técnicos. También hay un enfoque en la aplicación práctica de los modelos empíricos. Los estudiantes no sólo aprenden acerca de los modelos, sino también ponerlos en práctica para analizar los datos reales. La primera parte del curso se encarga del modelo de regresión. En particular, los estudiantes aprenden sobre el de mínimos cuadrados ordinarios estimación de los parámetros y el diagnóstico de los supuestos del modelo. En la segunda parte del curso, los modelos básicos que representan son describe la evolución de los medios condicionales de series de tiempo. Los estudiantes aprenden cómo estimar y hacer predicciones con modelos ARIMA estacionales.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
Lección 1. Introducción 1.1 ¿Por qué la Estadística es importante para la Gestión de Empresas? 1.2 Tipos de datos 1.3 Modelos alternativos Lección 2. Modelo de regresión 2.1 Descripción e interpretación del modelo de regresión simple 2.2 Supuestos, estimación y propiedades 2.3 Comprobación de los supuestos 2.4 Modelo de regresión múltiple 2.5 Multicolinealidad 2.6 Variables dicotómicas y Politómicas Lección 3. Los modelos de series temporales 3.1 Definición de series temporales y propiedades 3.2 Transformaciones a estacionariedad 3.3 Modelos ARIMA univariante 3.4 Utilización de modelos ARIMA para la predicción 3.5 Modelos ARIMA estacionales
Actividades formativas, metodología a utilizar y régimen de tutorías
Cada clase estará dividida en dos partes. En la primera parte el profesor presentará los principales conceptos teóricos utilizando diapositivas que estarán disponibles para los estudiantes con anterioridad a cada clase magistral. La segunda parte será en aula informática donde los estudiantes aplicarán la teoría utilizando datos reales. Usarán Statgraphics y SPSS.
Sistema de evaluación
  • Peso porcentual del Examen Final 50
  • Peso porcentual del resto de la evaluación 50




Bibliografía básica
  • Wayne A. Woodward, Henry L. Gray, Alan C Elliott. Applied Time Series Analysis. CRC Press.
  • Weisberg, S. Applied linear regression. Wiley. 1985

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.