Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 99 Horas de Titorías: 3 Clase Expositiva: 24 Clase Interactiva: 24 Total: 150
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Economía Cuantitativa
Áreas: Economía Cuantitativa (propia da USC)
Centro Facultade de Ciencias Económicas e Empresariais
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable
Esta materia componse de dúas partes relativamente diferenciadas. A primeira, centrada nas técnicas de enquisas, busca que o alumnado adquira coñecementos sobre os métodos de mostraxe de poboacións finitas, aprendendo a deseñar métodos de recollida de información mediante enquisas e o seu tratamento posterior. A segunda parte, centrada nas técnicas de análise multivariante, pretende que o alumnado coñeza estas técnicas de exploración de datos dende un enfoque basicamente aplicado, aprendendo a identificar que casuísticas concretas permite analizar cada técnica, que supostos se deben cumprir, como aplicar o software estatístico para levar a cabo cada análise, así como a interpretación correcta de resultados.
TÉCNICAS DE ENQUISAS
Tema 1. Conceptos básicos da mostraxe
1.1 Poboación e mostra
1.2 Mostraxe probabilística. Caracteres e características da poboación. Poboación e marco. Unidades de mostraxe e unidades elementais
1.3 Erros de mostraxe e erros alleos á mostraxe
Tema 2. Mostraxe aleatoria simple
2.1 Como seleccionar una mostra aleatoria simple (m.a.s.)
2.2 Estimación da media e do total dunha poboación
2.3 Comparación das estimacións
2.4 Determinación do tamaño da mostra
Tema 3. Mostraxe aleatoria estratificada
3.1 Como seleccionar unha mostra aleatoria estratificada
3.2 Estimación da media e do total da poboación
3.3 Afixación da mostra
3.4 Determinación do tamaño da mostra
Tema 4. Mostraxe de conglomerados
4.1 Como seleccionar una mostra por conglomerados.
4.2 Estimación da media e do total da poboación
4.3 Mostraxe de conglomerados monoetápico
4.4 Mostraxe bietápico
Tema 5. Mostraxe sistemático con arranque aleatorio
5.1 Como seleccionar una mostra sistemática
5.2 Estimación da media e do total da poboación
5.3 Comparación coa mostraxe estratificada e coa de conglomerados.
ANALISE DE DATOS
Tema 6. Análise multivariante. Introdución
6.1 Conceptos básicos: individuos, variables, escalas, matriz de datos, ...
6.2. Análise exploratoria de datos. Aplicacións con software estatístico (SPSS, R,…).
6.3. Tipos de técnicas multivariantes. Clasificación
Tema 7. Análise Factorial (AF)
7.1. Obxectivo, variables e requisitos
7.2. Formulación do modelo AF e hipóteses
7.3. Etapas: adecuación do modelo, determinación do nº de factores, métodos de extracción, rotación, interpretación de factores, representacións gráficas, bondade do modelo, puntuacións factoriais,...
7.4. Aplicacións con software estatístico (SPSS, R,…). Interpretación de resultados
Tema 8: Análise de Compoñentes Principais (ACP)
8.1. Obxectivo, variables e requisitos. Relación ACP vs. AF
8.2. Formulación do modelo ACP. Interpretación xeométrica das CP. Etapas
8.3. Aplicacións con software estatístico (SPSS, R,…). Interpretación de resultados
Tema 9: Análise Factorial de Correspondencias (AFC)
9.1. Obxectivo, variables e requisitos
9.2. Fundamentación e formulación da AFC Simple. Etapas
9.3. AFC Múltiple. Etapas
9.4. Aplicacións con software estatístico (SPSS, R,…). Interpretación de resultados
Tema 10: Análise Clúster ou de Conglomerados (AC)
10.1. Obxectivo, variables e requisitos. Medidas de distancia e similitude.
10.2. Análise Clúster Xerárquico: algoritmos de conglomeración; determinación do nº de conglomerados; interpretación e validación da solución clúster; …
10.3. Análise Clúster non Xerárquico: método das k-medias
10.4. Aplicacións con software estatístico (SPSS, R,…). Interpretación de resultados
Tema 11. Análise Discriminante (AD)
11.1. Obxectivo, variables e requisitos. Relación AD vs. AC
11.2. Formulación do modelo AD e supostos básicos
11.3. Etapas: elección das variables discriminantes; adecuación, estimación e bondade do modelo; clasificación de novos casos, …
11.4. Aplicacións con software estatístico (SPSS, R,…). Interpretación de resultados
Tema 12. Outros métodos multivariantes: Análise de correlacións canónicas, …
Bibliografía básica
ALDÁS, J.; URIEL, E. (2017): Análisis multivariante aplicado con R. Madrid: Paraninfo
AZORÍN, F.; SÁNCHEZ, L. (1986): Métodos y aplicaciones del muestreo. Madrid: Alianza.
CID, A.; DELGADO, C. A.; LEGUEY,S. (1999). Introducción al muestreo en poblaciones finitas. Madrid: ENE
HAIR, J.F.; ANDERSON, R.E.; TATHAM, R.L.; BLACK, W.C. (2004). Análisis multivariante. Madrid: Pearson-Prentice Hall.
LËVY, J-P.; VARELA, J. (Dir.) (2003) Análisis multivariable para las ciencias sociales. Madrid: Pearson-Prentice Hall.
MATEOS-APARICIO, G.; HERNÁNDEZ, a. (2021): Análisis multivariante de datos. Cómo buscar patrones de comportamiento en BIG DATA. Madrid: Pirámide
MIRÁS, J. (1985): Elementos de muestreo para poblaciones finitas. Madrid: INE.
PEREZ LOPEZ, C.(2005): Muestreo estadístico. Conceptos y problemas resueltos. Madrid: Pearson Education.
SANTOS, J.; MUÑOZ, A. ; JUEZ, P.; CORTIÑAS, P. (2004): Diseño de encuestas para estudios de mercado. Técnicas de Muestreo y Análisis Multivariante. Madrid: Centro de Estudios Ramón Areces.
Bibliografía complementaria
APARICIO, F. (1991): Tratamiento informático de encuestas. Madrid: RA-MA.
COCHRAN, W.G. (1971): Técnicas de muestreo. México: C.E.C.S.A.
FREIXA, M.; SALAFRANCA, L.; GUARDIA,J.; FERRER, R.; TURBANY,J. (1992): Análisis exploratorio de datos: nuevas técnicas estadísticas. Barcelona: PPU
GARZA, J. de la; MORALES, B.N; GONZÁLEZ, B.A. (2013): Análisis estadístico multivariante. Un enfoque teórico y práctico. México: McGrawHill.
KISH, L. (1972): Muestreo de encuestas. México: Trillas.
KISH, L.(1995) : Diseño estadístico para la investigación. Madrid: CIS
LÓPEZ-ROLDÁN, P.; FACHELLI, S. Metodología de la investigación social cuantitativa. Bellaterra: Universitat Autònoma de Barcelona, 2015. <https://ddd.uab.cat/record/129382> [Consulta: 16/03/2020]. https://ddd.uab.cat/record/129382?ln=ca
MARTIN, P.J.; LAFUENTE, M.; FAURA, U. (2015): Guía práctica de estadística aplicada a la empresa y al márketing. Madrid: Paraninfo.
PARDO, A.; RUIZ, M.A. (2002) SPSS 11. Guía para el análisis de datos. Madrid: McGraw Hill
RUEDA, M. Del Mar y ARCOS, A. (1998): Problemas de muestreo en poblaciones finitas. Grupo Editorial Universitario.
SALVADOR FIGUERAS, M. Análisis Multivariante, [en línea] 5campus.org, Estadística <http://www.5campus.org/leccion/cluster> [16/03/2020]]
http://ciberconta.unizar.es/cv/manuelsalvador.htm
URIEL, E.; ALDÁS, J. (2005): Análisis Multivariante Aplicado. Madrid: Thomson.
VIDAL DÍAZ DE RADA, I. (2002): Técnicas de Análisis Multivariante para Investigación Social y Comercial. Ejemplos prácticos utilizando SPSS versión 11. Madrid: Ra-Ma.
Enlace á Bibliografía Recomendada da materia no catálogo da biblioteca:
http://iacobus.usc.es/search*gag/r?SEARCH=T%C3%A9cnicas+de+Enquisas+e+a…
Ademais dos textos recollidos nesta bibliografía, na Aula Virtual poranse a disposición do alumnado presentacións e outros documentos de axuda para a preparación da materia.
Competencias da titulación ás que contribúe a materia:
- Saber elaborar e defender argumentos sobre cuestións económicas a un nivel xeral, así como resolver problemas sobre estas cuestións, facendo uso dos seus coñecementos sobre a realidade económica e empresarial, as teorías, os modelos e os métodos científicos propios.
- Saber identificar, reunir e interpretar datos relevantes sobre cuestións relacionadas co ámbito económico e empresarial, incorporando na elaboración de xuízos e propostas as consideracións pertinentes sobre a súa dimensión social, científica ou ética.
- Elementos básicos de estatística, probabilidade e inferencia estatística.
- Identificar as fontes de información económica relevante e o seu contido.
Competencias específicas da materia:
- Coñecer e comprender os métodos de obtención de información estatística por mostraxe.
-Coñecer os métodos de deseños de enquisas.
- Coñecer e comprender as técnicas de análises de conxuntos numerosos de datos,
aprendendo a seleccionar as máis adecuadas en cada caso.
- Manexar programas de computador adecuados para a utilización de dicha técnicas.
-Desenvolver as capacidades de entendemento, razoamento, crítica e expresión oral e escrita, mediante a utilización dun léxico estatístico-económico adecuado.
Competencias transversais:
CT1 – Análise e síntese
CT5 - Coñecementos de tecnoloxías da información
CT6 - Resolución de problemas
CT9 - Autonomía na aprendizaxe
CT10 - Traballo en equipo
ESCENARIO 1: NORMALIDADE ADAPTADA
As clases expositivas e interactivas serán presenciais, e as titorías prioritariamente presenciais.
Clases expositivas: teñen como obxecto a introdución e explicación dos aspectos básicos da materia, facilitando ó alumnado a información adicional necesaria que permita un adecuado desenvolvemento do proceso de aprendizaxe autónoma.
Clases interactivas: búscase que o alumnado aprenda a aplicar as técnicas de mostraxe e de análise multivariante ó estudo da realidade económica, diferenciando que tipo de técnica utilizar en cada caso, como aplicala e que conclusións se obteñen da análise realizada. Para iso, proporanse problemas, actividades e traballos que o alumnado deberá resolver individualmente e/ou en grupos reducidos, na clase ou de forma autónoma, fomentando a cooperación e o traballo colaborativo en equipo.
Prácticas con ordenador (con programas estatísticos como o SPSS ou similares): constitúen unha aprendizaxe imprescindible para iniciarse na análise de grandes bases de datos que caracterizan os fenómenos da realidade socioeconómica actual. Tamén facilitan a adquisición de habilidades no manexo das TIC e serán de grande axuda para desenvolver con éxito a parte empírica do traballo en equipo que se planifica realizar na segunda parte da materia.
Traballo en equipo: formaranse equipos de traballo que, de forma colaborativa e autónoma, realicen o desenvolvemento teórico e empírico dalgunha das técnicas multivariantes que figuran no temario, presentando o seu traballo ante o resto do alumnado nas últimas semanas de clase. Mais detalles sobre a conformación dos equipos, o seu funcionamento, o contido do traballo, etc achegaranse na aula virtual no apartado correspondente ó traballo.
Titorías: pretenden facilitar ó alumnado asesoramento para o desenvolvemento das actividades propostas, moitas delas a realizar de forma autónoma, así como atender calquera dúbida relacionada coa materia. Serán prioritariamente presenciais pero tamén poderán facerse de xeito telemático empregando o correo electrónico, a aula virtual ou a ferramenta MS Teams.
ESCENARIO 1: NORMALIDADE ADAPTADA
Neste escenario, os exames serán presenciais e as actividades de avaliación serán tamén maiormente presenciais.
OPORTUNIDADE ORDINARIA (1ª oportunidade)
O/a alumno/a deberá optar ó inicio do semestre (antes do 21 febreiro) entre un sistema de avaliación continua ou un sistema de avaliación única. O sistema de avaliación por excelencia será o de avaliación continua, desenvolvento actividades e empregando instrumentos de avaliación que permitan medir a aprendizaxe continuada de conceptos e métodos, así como a capacidade de seleccionar as técnicas axeitadas, aplicalas usando paquetes informáticos e interpretando correctamente os resultados. Basearase fundamentalmente na realización de probas escritas e de tarefas de avaliación continua (asistencia e participación activa, controis, actividades, traballos en equipo, ...). A avaliación continua require asistencia habitual a clase (>80%) e participación activa.
A) Sistema de Avaliación Continua. Instrumentos avaliativos e o seu peso na nota final:
- Exames: 60% da cualificación total (6 puntos).
Ademais do exame final, realizaranse 2 probas/parciais liberatorias, unha sobre Técnicas de Enquisas (3 ptos) a mediados do cuadrimestre, e outra sobre Análise de Datos (3 ptos) a finais do cuadrimestre.
- Actividades de avaliación continua: 40% da cualificación total (4 puntos).
(1ª parte: Técnicas de Enquisas): Participación en clase, resolución de exercicios, probas, … (2 puntos)
(2ª parte: Análise de datos): traballo en equipo, asistencia e participación en clase, informes de prácticas,… (2 puntos).
Para superar a materia por avaliación continua sen necesidade de ir ó exame final é preciso que en cada exame parcial a nota sexa maior ou igual a 1.2 (sobre 3 puntos) e que a cualificación total (1º parcial + 2º parcial + avaliación continua) sexa ≥ 5 (sobre 10 puntos). No caso de que a cualificación total sexa inferior a 5, o/a estudante terá que ir ó exame final con toda a materia ou coa parte da materia na que a cualificación do parcial sexa inferior a 1.5 (o parcial con nota maior ou igual a 1.5 liberará a correspondente parte da materia). Este sistema de compensación entre partes da materia, e entre as cualificacións por exames e por avaliación continua, manterase tamén para o exame final.
B) Sistema de Avaliación Única.
O/a alumno/a será cualificado exclusivamente a través do exame final que puntuará sobre 10 puntos. Para superar a materia será preciso unha cualificación maior ou igual a 5 ptos e a puntuación en cada unha das dúas partes (mostraxe e multivariante) debe ser maior ou igual a 2 puntos.
OPORTUNIDADE EXTRAORDINARIA OU DE RECUPERACIÓN (2ª oportunidade)
Na avaliación extraordinaria de Xullo, o/a alumno/a que tivese elixido o sistema de avaliación continua poderá manterse no mesmo ou cambiar ó sistema de avaliación única. Para isto, no momento do exame, o/a alumno/a fará constar se se mantén no sistema de avaliación continua (no que o exame puntuará sobre 6 puntos) ou se opta polo de avaliación única (no que o exame puntuará sobre 10 puntos). Para obter a cualificación final da materia, no primeiro caso manterase a puntuación de avaliación continua obtida ó longo do curso que será sumada á do exame, mentres que no segundo caso a cualificación final da materia coincidirá coa obtida no exame.
Os exames de ambas oportunidades, tanto para o sistema de avaliación continua como para o de avaliación única, serán presenciais.
Para poder realizar os exames é obrigatorio presentar un documento identificativo que teña carácter oficial (DNI, Tarxeta Universitaria, Pasaporte,...).
O alumnado que dispoña de despensa de asistencia a clases será avaliado a través do sistema de avaliación única. O alumnado repetidor poderá elexir entre avaliación única e avaliación continua, ó igual que o alumnado de primeira matrícula.
Segundo a normativa de Permanencia vixente na USC para os estudos de Grao e Máster (art. 5.2), a mera asistencia e/ou participación en calquera das actividades suxeitas a avaliación suporá que a nota final do estudante sexa distinta de NON PRESENTADO.
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
Por ser unha materia de 6 ECTS, o número de horas totais que cada estudante deberá adicar á materia son 150, distribuídas do seguinte xeito: 48 horas presenciais (28 de clases expositivas; 17 de clases interactivas; 3 de probas parcias), 100 non presenciais de traballo autónomo do alumnado e 2 horas para o exame final.
Asistencia regular a clase.
Participación activa.
Debatir contidos na clase.
Traballar de forma continuada.
Realizar todas as tarefas propostas.
Idioma: galego
Uso da Aula Virtual: si
Docencia Interactiva: Aula Informática, Aula de Pizarra, Teams
Software: SPSS, EXCEL, R…
PLAN DE CONTINXENCIA
METODOLOXÍA DA APRENDIZAXE
ESCENARIO 2: DISTANCIAMENTO
A docencia expositiva poderá realizarse total ou parcialmente de xeito virtual, neste último caso con preferencia polos mecanismos síncronos. Na docencia interactiva, poderase combinar a presencialidade física e telemática, en todo caso garantindo para a primeira un mínimo do 50% das horas prácticas de cada materia. En todo caso, seguiranse as directrices que estableza o Decanato e/ou a Reitoría para este escenario segundo as medidas sanitarias que estean establecidas nese momento. As titorías serán prioritariamente por vía telemática empregando o correo electrónico a aula virtual ou a ferramenta MS Teams. No caso da docencia telemática, a metodoloxía e plataformas ou medios a usar serán similares ós indicados para o escenario 3.
ESCENARIO 3: PECHE DAS INSTALACIÓNS
Manterase a metodoloxía proposta para o escenario 1, substituíndo a docencia expositiva e interactiva presencial pola virtual, maiormente de carácter síncrono, nos horarios de clase publicados pola facultade. Usarase como plataforma a Aula Virtual e a ferramenta MS Teams, aproveitando as utilidades que esta última ten non só para desenvolver clases expositivas, senón tamén para realizar a docencia interactiva, tanto de resolución de exercicios (ó estilo da docencia de seminario) como para levar a cabo prácticas con ordenador nas que a partir dun software estatístico axeitado (como o SPSS) se analicen problemas concretos da realidade empírica.
As titorías para a orientación das actividades e a resolución de dúbidas serán por vía telemática, empregando o correo electrónico, a aula virtual ou a ferramenta MS Teams.
SISTEMAS DE AVALIACIÓN
ESCENARIO 2: DISTANCIAMENTO
Mantense o sistema de avaliación proposto no escenario 1, coas mesmas actividades, probas e ponderacións. As probas/exames serán preferentemente presenciais. En todo caso, a avaliación será presencial ou telemática de acordo coas directrices que estableza o Decanato ou a Reitoría e as medidas sanitarias establecidas nese momento. No caso de que a avaliación sexa telemática, os exames terán carácter síncrono e as actividades de avaliación poderán ser síncronas ou asíncronas.
ESCENARIO 3: PECHE DAS INSTALACIÓNS
Mantense o sistema de avaliación proposto no escenario 1, coas mesmas actividades, probas e ponderacións. Os exames serán telemáticos de carácter síncrono e as actividades de avaliación tamén serán telemáticas (síncronas ou asíncronas).
Marina Lois Mosquera
- Departamento
- Economía Cuantitativa
- Área
- Economía Cuantitativa (propia da USC)
- Teléfono
- 881811521
- Correo electrónico
- marina.lois [at] usc.es
- Categoría
- Profesor/a: Titular de Escola Universitaria
Angela Troitiño Cobas
Coordinador/a- Departamento
- Economía Cuantitativa
- Área
- Economía Cuantitativa (propia da USC)
- Teléfono
- 881811556
- Correo electrónico
- angela.troitino [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Mércores | |||
|---|---|---|---|
| 09:30-11:30 | Grupo /CLE_01 | Galego | Aula 14 |
| Venres | |||
| 12:30-14:00 | Grupo /CLE_01 | Galego | Aula 14 |
| 23.05.2022 09:00-12:00 | Grupo /CLE_01 | Aula 08 |
| 23.05.2022 09:00-12:00 | Grupo /CLIL_01 | Aula 08 |
| 23.05.2022 09:00-12:00 | Grupo /CLIL_02 | Aula 08 |
| 07.07.2022 12:00-15:00 | Grupo /CLIL_01 | Aula C |
| 07.07.2022 12:00-15:00 | Grupo /CLE_01 | Aula C |
| 07.07.2022 12:00-15:00 | Grupo /CLIL_02 | Aula C |