Guia docente
DATOS IDENTIFICATIVOS 2023_24
Asignatura ESTADISTICA AVANZADA I Código 00511018
Enseñanza
0511 - G.MARKETING E INVESTIGACIÓN DE MERCADOS
Descriptores Cr.totales Tipo Curso Semestre
6 Obligatoria Segundo Segundo
Idioma
Castellano
Prerrequisitos
Departamento ECONOMIA Y ESTADISTICA
Responsable
ÁLVAREZ ESTEBAN , RAMÓN
Correo-e ralve@unileon.es
mevalp@unileon.es
Profesores/as
ÁLVAREZ ESTEBAN , RAMÓN
VALLEJO PASCUAL , MARÍA EVA
Web http://ralve.unileon.es
Descripción general Test de hipótesis paramétricos y no paramétricos para k muestras. Técnicas de análisis estadístico multivariante Análisis factorial, regresión y cluster. Series temporales.
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente ECONOMIA Y ESTADISTICA HUERGA CASTRO , MARIA DEL CARMEN
Secretario ECONOMIA Y ESTADISTICA ABAD GONZáLEZ , JULIO IGNACIO
Vocal ECONOMIA Y ESTADISTICA BLANCO ALONSO , PILAR
Tribunal suplente
Cargo Departamento Profesor
Presidente ECONOMIA Y ESTADISTICA GARCIA GALLEGO , ANA BELEN
Secretario ECONOMIA Y ESTADISTICA FERNANDEZ HUERGA , EDUARDO CLAUDIO
Vocal ECONOMIA Y ESTADISTICA RODRIGUEZ FERNANDEZ , MARIA DEL PILAR

Competencias
Código  
A16272 511E3 Capacidad para poner en práctica técnicas de investigación de mercados
A16274 511E5 Capacidad para analizar entornos económicos y empresariales y su influencia en el ámbito de la investigación de mercados y marketing
A16278 511EB2 Capacidad para realizar investigaciones y análisis de mercados
B5100 511CG7 Demostrar que posee y comprende los conocimientos en el área del marketing y de la investigación de mercados.
B5101 511CG8 Aplicar los conocimientos anteriores a su trabajo en cualquier campo relacionado con el marketing y con la investigación de mercados. En este sentido, debe ser capaz de elaborar y defender argumentos, así como resolver problemas en las áreas de estudio especificadas.
B5107 511CT4 Capacidad de aprender
B5108 511CT5 Capacidad para el pensamiento analítico
B5109 511CT6 Manejar con destreza las tecnologías de la información
C3 CMECES3 Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

Resultados de aprendizaje
Resultados Competencias
Identificar, plantear y resolver problemas mediante la utilización de la técnica estadística multidimensional adecuada en el campo del marketing e investigación de mercados. A16272
A16274
A16278
 B5100
B5101
B5107
B5108
 C3
Utilizar las tecnologías de la información, operaciones básicas en el tratamiento de datos y software estadístico en marketing. A16272
A16278
 B5100
B5101
B5107
B5108
B5109
 C3
Capacidad para analizar entornos económicos y empresariales desde un punto de vista multidimensional, incluyendo los conceptos de factor y segmentación. A16272
A16274
A16278
 B5100
B5101
B5107
B5108
B5109
 C3
Predecir e interpretar resultados a partir de modelos de regresión y de series temporales. A16272
A16274
A16278
 B5100
B5101
B5107
B5108
B5109
 C3
Generalización de los contrastes paramétricos y no paramétricos para k muestras. A16272
A16278
 B5100
B5101
B5107
B5109
 C3

Contenidos
Bloque Tema
Tratamiento de datos en marketing TEMA 1.
Tratamiento de datos en marketing
Asociación y contrastes TEMA 2.
Asociación y causalidad
TEMA 3.
Análisis paramétrico y no paramétrico para k muestras. Análisis de la varianza múltiple y análisis de la covarianza.
Regresión TEMA 4.
Análisis de regresión múltiple
Técnicas factoriales TEMA 5
Técnicas factoriales aplicadas a variables cuantitativas.
Análisis de conglomerados TEMA 6
Análisis de conglomerados
Series temporales TEMA 7
Métodos de predicción descriptivos y probabilísticos en series temporales.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Dirigidas 40 40 80
 
Supervisadas 16 30 46
Autónomas 0 20 20
 
Sesión Magistral 0 0 0
 
Evaluación General 4 0 4
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologí­as
Metodologías   ::  
  descripción
Dirigidas Corresponden a clases presenciales en las que se combina la sesión magistral con la participación. Se proporciona la documentación necesaria para el desarrollo del curso y se utilizará el apoyo de diferentes medios y materiales didácticos. Cada tema contiene un desarrollo teórico y práctico de los conceptos esenciales así como los ficheros correspondientes a las distintas actividades integradas en los textos.
Supervisadas Se incluyen las clases en el aula informática, utilizando diverso software estadístico así como la resolución de problemas y la interpretación de los resultados.
Autónomas Se proporcionan actividades sin evaluación con las que el estudiante pueda realizar una autoevaluación antes de la evaluación en cada tema o bloque. Estas actividades se utilizan como instrumento de enseñanza-aprendizaje, resolviendo presencialmente o mediante foros todas las dudas que puedan surgir en cuanto a interpretaciones y las soluciones alcanzadas.
Sesión Magistral Método expositivo, en el que la labor didáctica recae o se centra en el profesor. Por lo tanto, es un método de enseñanza basado en el docente y en la transmisión de conocimientos. A través de este método el profesor presentará y explicará a los alumnos los elementos más relevantes de cada tema. Los alumnos contarán previamente con la documentación pertinente para el correcto seguimiento de los temas.

Tutorías
 
Supervisadas
descripción
Se atenderán las dudas de los estudiantes sobre los contenidos, metodología y aplicaciones.
Se realizarán tutorías mediante foros e individualmente.

Evaluación
  descripción calificación
Evaluación General La evaluación continua constará de un trabajo y tres pruebas mixtas de carácter teórico/práctico utilizando las aulas informáticas. La ponderación de las tres pruebas es del 45%.
Los trabajos tendrán una ponderación del 10% y se evaluarán a través de preguntas presenciales.
El 45% de la nota restante corresponderá a una prueba escrita final para evaluar la asimilación de conocimientos, conteniendo preguntas teóricas y ejercicios prácticos similares a los realizados durante el curso. 		100%
 
Otros comentarios y segunda convocatoria
Las personas que hayan superado cada prueba mixta y los trabajos tendrán la opción a  no presentarse a la prueba escrita final. La nota será el 10% correspondiente a los trabajos y el 90% a las pruebas mixtas.
Las personas que no hayan superado una prueba mixta o uno de los trabajos, siendo esa nota al menos de 4, tendrán la opción a  no presentarse a la prueba escrita final, siempre que la nota del 10% correspondiente a los trabajos y el 90% de las pruebas mixtas proporcione una media de al menos 5.

Las actividades no realizadas o no evaluadas positivamente durante el periodo de evaluación continua no serán objeto de evaluación en la segunda convocatoria. La nota de la segunda convocatoria comprenderá una prueba escrita final para evaluar la asimilación de conocimientos, conteniendo preguntas teóricas y ejercicios prácticos similares a los realizados durante el curso con un valor del 50% y la nota obtenida de la evaluación continua con un valor del 50%. El 10% de la nota corresponderá a los trabajos y el 40% restante a las tres pruebas mixtas de carácter teórico/práctico.

La convocatoria extraordinaria de diciembre no contendrá evaluación continua. Se realizará un único ejercicio teórico-práctico.

Durante el desarrollo de las pruebas no se permitirá manejar ningún material a excepción de bolígrafo y calculadora no programable. Queda terminantemente prohibida la tenencia y el uso de cualquier dispositivo móvil y/o electrónico (incluyendo relojes inteligentes) durante la celebración de las pruebas. La simple tenencia de dichos dispositivos así como de apuntes, libros, carpetas o materiales diversos no autorizados durante las pruebas de evaluación, supondrá la retirada inmediata del examen, su expulsión del mismo y su calificación como suspenso, comunicándose la incidencia a la Autoridad Académica del Centro para que realice las actuaciones previstas en las Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación, aprobadas por la Comisión Permanente del Consejo de Gobierno de 29 de enero de 2015.

A estos efectos, todas las pruebas, incluidos los trabajos, se considerarán bajo los supuestos de la normativa de Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación.

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica

En cada tema se proporcionará bibliografía detallada.

Bisquerra,R.(1989): Introducción conceptual al Análisis Multivariable. Un enfoque informático con los paquetes SPSS-X, BMDP, LISREL y SPAD, Vol. I, Barcelona,PPU.
Bisquerra,R.(1989): Introducción conceptual al Análisis Multivariable. Un enfoque informático con los paquetes SPSS-X, BMDP, LISREL y SPAD. Vol. II. Barcelona, PPU.
Daniel, W.W.(1990): Applied nonparametric statistics, PWS-KENT, USA.
Hair,J.F., Black, W.C., Babin, B.J.,Anderson, R.E. (2019). Cengage Learning.
Härdle, W. (1991): Applied nonparametric regression. Australia, Cambridge.
Corp. Released (2019). IBM SPSS Advanced statistics, Version 26.0. Armonk, NY: IBM Corp. http://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/26.0/en/client/Manuals/IBM_SPSS_Advanced_Statistics.pdf IBM Corp. Released (2019). IBM SPSS Custom tables, Version 26.0. Armonk, NY: IBM Corp. http://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/26.0/en/client/Manuals/IBM_SPSS_Custom_Tables.pdf IBM Corp. Released (2019). IBM SPSS Statistics algorithms, Version 26.0. Armonk, NY: IBM Corp. http://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/26.0/en/client/Manuals/IBM_SPSS_Statistics_Algorithms.pdf IBM Corp. Released (2019). IBM SPSS Statistics base, Version 26.0. Armonk, NY: IBM Corp. http://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/26.0/en/client/Manuals/IBM_SPSS_Statistics_Base.pdf IBM Corp.Released (2019). IBM SPSS Statistics Regression. https://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/26.0/en/client/Manuals/IBM_SPSS_Regression.pdf
Lebart, L.; Morineau, A.; Piron, M. (1995).Statistique exploratoire multidimensionnelle. Paris, Dunod.
Legendre, P.; Legendre,L. (2012).Numerical Ecology. 3RD.Edition. Elsevier.
Lina Vicente, Mª; Girón, P; Nieto, C; Pérez, T. (2005): Diseño de experimentos. Soluciones con SAS y SPSS. Pearson-Prentice Hall.

Complementaria

EVERITT, B.S. (1980): The analysis of contingency tables. Monographs on Applied Probability and Statistics, Chapman and Hall, London.

OTERO, J.M.(1993): Econometría. Series temporales y predicción, AC, Madrid.

PEÑA SÁNCHEZ DE RIVERA, D. (1989): Estadística. Modelos y Métodos. 2. Modelos lineales y series temporales. Alianza Universidad, Madrid.

PINDYCK, R.; RUBINFELD, D. L. (1980): Modelos econométricos. Labor, Barcelona.

PULIDO. A. (1989): Modelos econométricos. Madrid, Pirámide.

URIEL, E. (1985): Análisis de series temporales. Modelos Arima, Paraninfo, Madrid.

Se proporcionará bibliografía complementaria en cada uno de los temas.

Recomendaciones


Asignaturas que se recomienda haber cursado previamente
ESTADISTICA I / 00511003
ESTADISTICA II / 00511014
INFORMATICA EN MARKETING / 00511015
 
Otros comentarios
Haber cursado las asignaturas de Estadística I y Estadística II.