Cualquer titulación que de acceso al Master in Management

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.

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

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.