El curs es dedica principalment a tècniques d'inferència que permeten la generalització de les conclusions derivades d'una mostra de la població en estudi, juntament amb una valoració de la incertesa i el grau de precisió derivat d'aquesta generalització. Es tracta principalment de procediments d'estimació de paràmetres, de manera específica o mitjançant intervals de confiança i procediments de proves d'hipòtesis, ambdues exemplificades per a alguns casos rellevants per a la gestió empresarial impulsada per dades. A l'estadística no es tracta de memoritzar fórmules o saber utilitzar una calculadora, més aviat identificar quin mètode s'adapta millor per trobar la solució al problema que estem enfrontant. El curs assumeix un sòlid coneixement de l'anàlisi matemàtica i la comprensió de les estadístiques descriptives bàsiques. Està estructurat perquè els estudiants apliquin conceptes teòrics en un conjunt de casos pràctics i un projecte, que s'ajusten tots els mètodes i tècniques apreses. L'objectiu d'aquest curs és proporcionar als estudiants les eines estadístiques necessàries per dur a terme una anàlisi descriptiva i inferència bàsica. Es posarà èmfasi en l’ús de l’entorn de programació estadística R, juntament amb les seves biblioteques consolidades i àmpliament validades per a l’anàlisi de dades. En finalitzar el curs, els estudiants seran capaços d’entendre i aplicar tècniques bàsiques d’estadística descriptiva i inferencial.
Professors Titulars
Professors Docents
--
R1 - Ús de programari per a simulació, anàlisi estàtica i modelització
R2 - Teoria fonamental de la probabilitat incloent Variables Aleatòries i Distribucions Discretes i Contínues
R3 - Teoria fonamental i pràctica de l'ús de la inferència estadística per a l'estimació de paràmetres
R4 - Regressió lineal, multilineal i logística i ANOVA unidireccional
1. Probabilitat - Combinatòria - Probabilitat, probabilitat condicional i teorema de Bayes - Variables aleatòries - Distribució binomial i Bernoulli - Distribució normal (i de Student) 2. Presentació d'eines estadístiques - Excel - SPSS (estadística descriptiva i taules de contingècia) 3. Mostreig - Distribució mostral - Estimació de la població - Intervals de confiança 4. Correlació i regressió - Correlació entre variables - Anàlisi de regressió de mínims quadrats 5. Model ANOVA
Una sessió per setmana on es mostraran els conceptes bàsics i la seva aplicació en situacions pràctiques. Es resoldran exercicis a classe i també es proposaran problemes o pràctiques perquè els estudiants puguin aplicar els conceptes apresos. Alguns d'aquests exercicis s'analitzaran en la següent sessió.
Examen Teòric 20% Treball en classe 20% Pràctiques individuals 20% Examen de meitat del semestre - Presentació del Projecte 15% Projecte (en grups) 25% Les notes dels exàmens de meitat del semestre i el projecte final han de ser més gran que 4 punts. És a dir, si obtens menys d'un 4 en algun d'aquests conceptes, suspens l'assignatura. Important: L'assignatura serà aprovada si el còmput global de la nota és igual o superior a 5. Prohibició d'eines de IA: L'ús d'eines d'IA està prohibit en aquesta assignatura. Així doncs, l'ús d'aquestes eines per part de l'alumnat es considerarà frau i comportarà l'aplicació de la normativa de còpies de La Salle Campus Barcelona (https://www.salleurl.edu/ca/normativa-de-copies).
RETAKE POLICY: No hi haurà prova de recuperació.
Utilització eines de IA: Si s’utilitzen eines de IA en alguna activitat, cal incloure un paràgraf a l’activitat indicant per a què has utilitzat la IA i quines indicacions has utilitzat per obtenir els resultats. No fer-ho és una violació de les polítiques d'honestedat acadèmica.
Examen Teòric 20% Treball en classe 20% Pràctiques individuals 20% Examen de meitat del semestre - Presentació del Projecte 15% Projecte (en grups) 25% Les notes dels exàmens de meitat del semestre i el projecte final han de ser més gran que 4 punts. És a dir, si obtens menys d'un 4 en algun d'aquests conceptes, suspens l'assignatura. Important: L'assignatura serà aprovada si el còmput global de la nota és igual o superior a 5. Prohibició d'eines de IA: L'ús d'eines d'IA està prohibit en aquesta assignatura. Així doncs, l'ús d'aquestes eines per part de l'alumnat es considerarà frau i comportarà l'aplicació de la normativa de còpies de La Salle Campus Barcelona (https://www.salleurl.edu/ca/normativa-de-copies).
RETAKE POLICY: No hi haurà prova de recuperació.
Utilització eines de IA: Si s’utilitzen eines de IA en alguna activitat, cal incloure un paràgraf a l’activitat indicant per a què has utilitzat la IA i quines indicacions has utilitzat per obtenir els resultats. No fer-ho és una violació de les polítiques d'honestedat acadèmica.
Els llibres de text recomanats són:
1) Fundamentals of Business Statistics, Sweeney, D. Williams, T. & Anderson, D. Cengage Learning; 6th edition 2011. El curs en línia recomanat (gratuït) és: https://www.coursera.org/learn/stanford-statistics
2) Diez, D. M., Barr, C. D., & Cetinkaya-Rundel, M. (2012). OpenIntro statistics (Vol. 4). Boston, MA, USA:: OpenIntro.
Apunts i material addicional proporcionats pel professor de l’assignatura.