DATOS IDENTIFICATIVOS 2013_14
Asignatura (*) FUNDAMENTOS DE TÉCNICAS CUANTITATIVAS DE INVESTIGACIÓN Código 16615107
Titulación
Dirección Estratégica de la Empresa (2010)
Ciclo
Descriptores Cr.totales Tipo Curso Periodo
3 Obligatoria Primer Único anual
Lengua de impartición
Català
Departamento Gestión de Empresas
Coordinador/a
BORRELL VIDAL, MAXIMO
Correo-e maximo.borrell@urv.cat
Profesores/as
BORRELL VIDAL, MAXIMO
Web
Descripción general e información relevante En aquesta assignatura s'aborda l'anàlisi de dades i variables quantitatives des de l'estratègia analítica multivariant.

Competencias
Tipo A Código Competencias Específicas
  Comun
  Profesionalizador
  Investigador
  AR1 Identificar les fonts d'informació econòmica i empresarial rellevant per a la recerca.
  AR2 Interpretar i analitzar les dades i derivant-ne conclusions científiques.
  AR3 Conèixer, analitzar i sistematitzar la bibliografia de recerca i els resultats d’investigació.
  AR4 Dominar els fonaments metodològics, científics i instrumentals d'investigació.
Tipo B Código Competencias Transversales
  Comun
  BC2 Treballar autònomament amb iniciativa.
  BC4 Resoldre problemes de manera efectiva.
Tipo C Código Competencias Nucleares
  Comun
  CC2 Ús de les eines específiques de TIC per al desenvolupament professional derivat del curs de postgrau.
  CC4 Desenvolupament d’habilitats informacionals.

Objetivos de aprendizaje
Objetivos Competencias
Aconseguir un nivell de competència raonable en la utilització del llenguatge de programació R AR4
BC2
CC2
CC4
Aprendre a llegir en R datasets de diferents procedències AR1
AR4
BC2
BC4
CC4
Aprendre a utilitzar R en un anàlisi estadístic per a les diferents tipologies de variables AR2
BC2
CC2
CC4
Dominar les tècniques fonamentals d'estadística bi-variant: mesures d'associació i anàlisi de regresió (lineal i no lineal). AR4
BC2
CC2
CC4
Aprendre a construir intervals de confiança (Estadística Inferencial) AR3
BC2
CC4

Contenidos
tema Subtema
Tema 1. El llenguatge R
Tema 2. Estadística Univariant amb R
Tema 3. Distribucions de probabilitat univariants
Tema 4. Estadística bi-variant: el problema de la correlació
Tema 5. El problema de la predicció: models de regresió
Tema 6. Estadística inferencial

Planificación
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase Horas fuera de clase (**) Horas totales
Actividades introductorias
5 0 5
 
Practicas a través de TIC en aulas informáticas
15 15 30
Trabajos
0 17 17
Sesión magistral
10 0 10
 
Atención personalizada
10 0 10
 
Pruebas prácticas
3 0 3
 
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías
  descripción
Actividades introductorias Sessió d’introducció a l’assignatura on s’explica la metodologia, objectius, continguts i avaluació.
Practicas a través de TIC en aulas informáticas Realització de sessions teòriques i pràctiques amb R
Trabajos Lliurament del treballs pràctic de l'avaluació continuada.
Sesión magistral Explicació de continguts bàsics utilitzant R
Atención personalizada

Atención personalizada
 
Atención personalizada
descripción
Tutoria individualitzada: Tutorització de la marxa del curs, de l’assimilació de continguts, treballs individuals i resolució de problemes i casos pràctics.

Evaluación
  descripción Peso
Practicas a través de TIC en aulas informáticas Participació en clase 20%
Trabajos Realització d'un treball d'investigació personal o, com a màxim, en grup de dues persones 40%
Pruebas prácticas Realització eficient de treballs que en una sessió es sol·liciten per a la següent 40%
 
Otros comentarios y segunda convocatoria

Fuentes de información

Básica Albert, J; Rizzo, M;, R by Example, 2012, Springer
Aitkin, M; Francis, B; HInde, J; Darnell, R. , Statistical Modeling in R, 2009 , Oxford University Press
Horton, N.J; Kleinman, K., Using R for Data Management, Statistical Analysis and Graphics, 2011, Chapman And Hall/ CRC
Everitt, B.S.; Hothorn, T., An Introduction to Applied Multivariate Analysis with R, 2011, Springer
Kabacoff, R. L., R in Action, 2011, Manning
Kleiber, C.; Zeileis, A.;, Applied Econometrics with R, 2008, Springer
Everitt, B.S.; Hothorn, T., A Handboo, of Statistical Analysis using R, 2010, Chapman And Hall/ CRC
Dalgaard, P., Introductory Statistics with R, 2008, Springer

Complementária

Recomendaciones


(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.