ECTS credits ECTS credits: 6
ECTS Hours Rules/Memories Hours of tutorials: 3 Expository Class: 21 Interactive Classroom: 30 Total: 54
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Quantitative Economy
Areas: Quantitative Economics (USC-specific)
Center Faculty of Business Administration and Management
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable
Objetivos de la materia
-Conocer y manejar las técnicas estadísticas necesarias para el análisis descriptivo de datos económicos y empresariales, así como a metodología de las principales estadísticas de las que se dispone.
-Conocer y comprender los conceptos y métodos propios de la probabilidad y la inferencia estadística, así como su aplicación al análisis de los fenómenos económicos y empresariales.
-Realizar análisis estadísticos básicos utilizando herramientas informáticas.
-Seleccionar y aplicar las técnicas estadísticas más adecuadas al análisis de cada fenómeno, así como interpretar los resultados obtenidos.
Contenidos
Tema 1.- INTRODUCIÓN.
1.1.- La Ciencia Estadística, definición y contenido.
1.2.- Conceptos básicos de Estadística: Población, Subpoblación, Muestra, Variables, Atributos y Escalas.
Tema 2.- ANÁLISIS DE DATOS UNIVARIANTES.
2.1 - Distribuciones de frecuencias.
2.2.- Representaciones gráficas.
2.3.- Medidas: Resumen numérico de datos cuantitativos univariantes.
TEMA 3.- ANÁLISIS DE DATOS BIVARIANTES.
3.1.- Distribuciones bidimensionales. Tabulación y representaciones gráficas.
3.2.- Distribuciones marginales y condicionadas.
3.3.- Medidas: Resumen numérico de datos cuantitativos bivariantes.
3.3.- Dependencia e independencia estadística. Covarianza.
TEMA 4.- PROBABILIDAD Y MODELOS PROBABILÍSTICOS.
4.1.- Experimentos aleatorios, espacio muestral y sucesos.
4.2.- Propiedades de la probabilidad. Probabilidad condicionada.
4.3.- Variables aleatorias y sus características.
4.4.- Modelos de probabilidad discretos: Ensayos de Bernouilli y distribuciones relacionadas.
4.5.- Modelos de probabilidad continuos: Distribución uniforme y distribución normal.
4.6.- Introducción a la distribución normal bivariante.
TEMA 5.- INTRODUCIÓN A LA INFERENCIA ESTADÍSTICA.
5.1.- Población y muestra. Muestreo aleatorio simple.
5.2.- Estimación puntual de parámetros: proporción y media.
5.3.- Intervalo de confianza para a proporción y para la media.
BÁSICA:
Esteban García, J. y otros (2005): Estadística descriptiva y nociones de probabilidad. Thomson, Madrid.
Martín Pliego, F.J. (2004): Introducción a la Estadística Económica y Empresarial: Teoría y práctica. Thomson Paraninfo S. A., Madrid.
Martín Pliego, F.J., Ruiz-Maya Pérez, L. (2005): Fundamentos de Probabilidad. Thomson, Madrid.
Peña, D., Romo, J. (1997): Introducción a la Estadística para las Ciencias Sociales. Mcgraw Hill/Interamericana de España, S.A.U.
Ruiz Muñoz, D. (2004): Manual de Estadística editado por eumed.net.
ISBN: 84-688-6153-7
https://www.eumed.net/cursecon/libreria/drm/drm-estad.pdf
Tomeo, V.; Uña, Isaías (2009) Estadística descriptiva. Garceta, Madrid
COMPLEMENTARIA:
Anderson, D. R.; Sweeney, D.J., Williams, T.A. (2001): Estadística para Administración y Economía. Vol.I. Thomson ed.
Berenson, M.L., Levine, D.M. (1996): Estadística Básica en Administración. Conceptos y Aplicaciones. Pearson Educación / Prentice Hall.
Casas Sánchez, J.M. (1996): Inferencia Estadística para Economía y Administración de Empresas. Centro de Estudios Ramón Areces.
Durá Peiró, J.M., López Cuñat, J.M. (1989): Fundamentos de Estadística. Estadística descriptiva y Modelos Probabilísticos para la Inferencia. Ariel.
Freund, J.Y., Miller, I., Miller, M. (2000): Estadística matemática con aplicaciones. Pearson Educación / Prentice Hall.
García Barbancho, A. (1992): Estadística Teórica Básica. Probabilidad y modelos probabilísticos. Ariel.
Kazmier, L.J. (2006): Estadística aplicada a administración y economía. McGraw Hil.
Levin, R.I., Rubin, D.S. (1996): Estadística para administradores. Pearson Educación / Prentice Hall.
Newbold, P. (1998): Estadística para los negocios y la economía. Prentice Hall.
Newbold, P. ; Carlson, W.L.; Thorne, B. (2007): Estadística para administración y economía. Prentice Hall.
Novales Cinca, A. (1998): Estadística y Econometría. McGraw Hill.
Ruiz-Maya, L., F.J. Martín Pliego. (1999): Fundamentos de Inferencia Estadística. Ed. AC. (2ª ed. 2000; 3ª ed.2005).
Sarabia Alegría, J.M. (2000): Curso práctico de estadística. Civitas.
Spiegel, M.R.; Schiller, J. ; Alu Srinivasan, R. (2010): Probabilidad y Estadística. McGraw Hill.
Triola, M.F. (2004): Estadística. Pearson Educación.
Webster A.L. (1996): Estadística aplicada a la empresa y a la economía. Irwin.
LIBROS DE EJERCICIOS
Baró Llinás, J. (1987): Cálculo de probabilidades. Parramón.
Baró Llinás, J. (1989): Inferencia estadística. Parramón.
Fernández- Abascal, H., M. Guijarro, J.L. Rojo y J.A. Sanz. (1995): Ejercicios de Cálculo de Probabilidades. Ariel.
Martín Pliego, F.J., Montero Lorenzo, J.M. y Ruiz-Maya L. (1998): Problemas de probabilidad. AC.
Martín Pliego, F.J., Montero Lorenzo, J.M. y Ruiz-Maya L. (2000): Problemas de inferencia estadística. AC.
BÁSICAS Y GENERALES
CG2 - Identificar, reunir, analizar e interpretar datos relevantes sobre cuestiones relacionadas con el ámbito empresarial y tecnológico
CB1 - Que los estudiantes demuestren poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, aunque se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
CB3 - 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
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
CB5 - Que los estudiantes desenvuelvan aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
TRANSVERSALES
CT5 - Capacidad de resolver problemas y tomar decisiones aplicando los conocimientos teóricos a la práctica
CT9 - Capacidad para el aprendizaje autónomo y autoevaluación
ESPECÍFICAS
CE13 - Identificar fuentes de información fiable, elaborar e interpretar dicha información utilizando las técnicas de análisis y las herramientas matemáticas, estadísticas y tecnológicas apropiadas para dar apoyo a la toma de decisiones
Metodología de enseñanza
La docencia se impartirá de forma semipresencial utilizando como apoyo las plataformas corporativas de la USC: Moodle (Campus Virtual) y MS Teams. El estudio y aprendizaje de esta materia se apoyará en las siguientes actividades:
(a) Estudio autónomo por parte del alumnado de los materiales didácticos correspondientes a cada unidad temática, que el profesorado pondrá a disposición de los estudiantes en el Campus Virtual.
(b) Realización por parte del alumnado de actividades prácticas (ejercicios, trabajos, tests…). La información y entrega de estas actividades se articulará a través del Campus Virtual.
(c) Participación activa en los foros de cada unidad temática.
(d) Sesiones presenciales: Estas sesiones, que se desarrollarán de acuerdo con los horarios establecidos por el centro, se impartirán en el aula correspondiente y serán retransmitidas de forma síncrona en streaming. En consecuencia, el alumnado podrá asistir a ellas bien de forma física o bien conectándose a través de MS Teams. En estas sesiones se llevará a cabo una revisión breve de los contenidos generales de cada unidad temática y se propondrá la resolución de problemas, relacionados con los ámbitos de la economía en general, y de la empresa en particular.
Sistema de evaluación del aprendizaje
El sistema de evaluación tendrá en cuenta todas las actividades desarrolladas por el alumnado: participación en las sesiones presenciales, realización y presentación de trabajos, informes de prácticas, tests, realización del examen de contenidos, etc.
La evaluación de la materia, tanto en la primera como segunda oportunidad, será de la siguiente forma:
• 60% de la cualificación final se obtendrá mediante un examen final de evaluación de los conocimientos adquiridos. Este examen tendrá carácter presencial.
• 40% restante se obtendrá en base al trabajo realizado a lo largo del cuatrimestre: participación en las sesiones presenciales, resultados de las distintas probas, trabajos realizados, ...
En la guía docente de la materia, a disposición del alumnado en el aula virtual de la materia, se recogerá con más detalle las actividades que se tienen en cuenta en la evaluación y la puntuación de cada una de ellas, así como aquellas otras condiciones para la evaluación que se consideren oportunas.
De acuerdo con la Normativa de Permanencia vigente en la USC para los estudios de Grao y Máster (art. 5.2), la mera asistencia y/o participación en cualquiera de las actividades sujetas a evaluación supondrá que la nota final del estudiante sea distinta de NO PRESENTADO.
El alumnado con dispensa de asistencia a clase concedida (instrucción nº 1/2017 de la Secretaría General) será evaluado con un examen final específico que supondrá el 100% de la nota. Este examen será presencial.
Para los casos de realización fraudulenta de ejercicios o probas será de aplicación lo recogido en la "Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de cualificaciones" de la USC
Tiempo de estudios y de trabajo personal que debe dedicar un estudiante para superar la materia
La materia es de 6 créditos. Las 150 horas de trabajo totales se distribuyen del siguiente modo:
1. Sesiones presenciales para presentación de contenidos básicos, actividades prácticas, etc.: 12 horas
2. Tutorías en grupos reducidos (asistencia física o por MS Teams): 6 horas
3. Examen presencial: 3 horas
4. Trabajo autónomo del/de la alumno/a: 129 horas.
Recomendaciones para el estudio de la materia
Para maximizar el aprendizaje es recomendable que el alumnado, antes de cada sesión presencial, revise previamente los materiales didácticos del tema correspondiente de acuerdo con el cronograma de la materia. Por otra parte, es importante que participe activamente en todas las actividades propuestas por el profesorado y consulte la bibliografía y otro material recomendado.
Las tutorías son un recurso útil que el alumnado debería utilizar las veces que sea necesario. El acceso frecuente al campus virtual y al correo institucional es imprescindible para informarse de diferentes cuestiones que aparezcan a lo largo del curso.
El lenguaje matemático es necesario para el desarrollo de la materia ya que esta lengua es en la que se expresa la Estadística. En este sentido, el alumnado debe hacer el esfuerzo de emplear este lenguaje durante todo el curso.
Siendo uno de los objetivos de la materia la interpretación de los resultados estadísticos obtenidos o de aquellos otros recogidos en otras fuentes, la participación y discusión en el aula es una herramienta muy útil para la comprensión de la materia.
Alba Lugilde Sanchez
- Department
- Quantitative Economy
- Area
- Quantitative Economics (USC-specific)
- Phone
- 982824408
- alba.lugilde [at] usc.es
- Category
- Professor: LOU (Organic Law for Universities) PhD Assistant Professor
| Thursday | |||
|---|---|---|---|
| 12:00-14:00 | Grupo /CLIS_01 | Spanish | Seminar 1 |
| 01.20.2025 19:00-22:00 | Grupo /CLIS_01 | Seminar 1 |
| 06.17.2025 19:00-22:00 | Grupo /CLIS_01 | Seminar 1 |